语音克隆求助

各位大神。本人是渐冻症患者。现已经失语。在不能说话前。已经将自己的声音录制下来。苦于国内没有语音银行。无法将中文语音制作成SAPI5的格式。需要把我的mp3语音录音AI 语音接到 Windows 的 SAPI5 里让软件直接调用 红包感谢

MP3的内容和音质是什么怎么样

有两个方案，1、一个你的方案需要你的MP3文件包含了常用字词，但MP3中没有的字词发不了音2、rvc方案，最好需要10-30min的清晰无背景音的原始录音。再拿到rvc项目里训出pth,这样可以做出你的ai语音。我的硬件不行，恐怕难以提供帮助，只能提供些许思路

已转发，期待有大神回复

首先对于你的病症我感到十分悲痛，我大致了解了一下你的需求，这的确触及我的知识盲区，尤其是SAPI5，是我从未了解的领域，希望能够有了解的用户给予帮助

mp3.还是清楚吧。谢谢

你好。请问知道有制作的公司吗

你的需求是 以后微信聊天这种能把文字转成语音发出去吗？

深度音频

你需要 indextts

感谢各位大佬鼎力相助

不是的。我用的是特殊的电脑。用眼睛控制电脑。里面有特定的发声软件。该软件调用win里面的声音。我现在想把我自己的声音安装到win系统里。需要有sapi5接口

因为是特殊的电脑。配置很差。带不动语音模型

喔喔这样子 那是不是把接口做出来就OK啊

看到你的帖子，非常理解你的处境。我是15794（失语辅助工具KineTap）的作者。

你的需求是把录音做成SAPI5格式让Windows系统调用，这需要语音克隆+SAPI5引擎开发，技术难度确实很高，特别是SAPI5驱动签名和系统兼容性这块。

但我想试试帮你。我打算用AI工具（SOLO）辅助开发：

1. 先用你的录音训练语音克隆模型（GPT-SoVITS/RVC）
2. 尝试做SAPI5引擎接入，如果系统级方案走不通，至少做一个独立工具让你能在常用软件里使用自己的声音

需要你提供：

• 录音时长和音质（10分钟以上、安静环境最佳）
• 以及主要想在哪些软件里使用?

这不是承诺一定能成，但我会尽力试试。可以先发一段录音给我看看质量吗？(微信账号：yaohewoma)

SAPI5并不是我了解的技术，克隆音色有很多选择，想要私有化训练和部署一个语音模型实在是过于困难，但是有很多开源或者商业的语音克隆模型可以使用，可以封装成一个小的工具，这样至少能做到从文字转换到你的声音，而且并不困难，如果这符合你的需求你也可以直接在平台上私信联系我，我是软件工程专业的学生，我能提供一些技术的帮助

其实私有化部署一个轻量级的TTS模型也可以，我也是最近才了解到的一些轻量化的TTS开源模型，像是Supertonic、NeuTTS Air都是可以在本地运行甚至在移动端运行的语言模型，但是效果怎么样我还没有尝试过