Logo
Project Icon

ComfyUI-GPT_SoVITS

GPT-SoVITS语音合成与克隆的ComfyUI扩展节点

ComfyUIGPT-SoVITS语音克隆TTS自定义节点Github开源项目

ComfyUI-GPT_SoVITS是GPT-SoVITS项目的ComfyUI扩展节点，集成了语音克隆和文本转语音功能。该项目支持SRT字幕文件处理、多说话人微调和推理，可与众多ComfyUI自定义节点协同工作。项目提供Windows一键安装包，适配NVIDIA GPU和CUDA 11.8及以上版本。ComfyUI-GPT_SoVITS为用户提供了在ComfyUI环境中实现AI语音合成和克隆的便捷解决方案。

访问官网访问官网GithubGithub
介绍相关项目
TensorVox - 用 C++ 编写的神经语音合成桌面应用程序
Coqui-TTSGithubTensorFlowTTSTensorVoxVITS开源项目神经语音合成
TensorVox是为提高神经语音合成技术普及度而设计的桌面应用。支持多语言，不需庞大Python库，该工具通过TensorFlow C API和LibTorch实现轻量级操作。提供清晰易懂的模型训练和导出指南，是语音技术爱好者的顶级选择。
vits_chinese - 基于BERT和VITS技术的文本到语音合成系统
BERTGithubTTSVITS开源项目文本到语音自然语言处理
vits_chinese项目引入了BERT和VITS技术，通过隐藏的韵律嵌入和自然语言特性，显著提高了文本到语音合成的音质和自然度。此项目不只适于高质量音频生成，也提供模块化蒸馏加速和在线演示，便利学习和开发人员的应用。
ComfyUI_UltimateSDUpscale - Coyote-A 的 Ultimate Stable Diffusion Upscale 脚本的 ComfyUI 节点
A1111 extensionComfyUICoyote-AGithubUltimate SD Upscaleupscaling开源项目
ComfyUI_UltimateSDUpscale项目与Ultimate Stable Diffusion Upscale脚本集成，通过ComfyUI节点实现图片放大和自定义采样。用户可选择主要节点、无放大节点或自定义采样节点，适用于不同放大或采样需求的场景，支持多种参数设置，提高图片放大效果和效率。
voicesmith - 实现个性化语音合成的强大工具
DelightfulTTSGithubUnivNetVoiceSmith多说话者模型开源项目文本转语音
VoiceSmith是一个允许用户训练和应用单语者及多语者模型的平台。该项目基于改良的DelightfulTTS和UnivNet模型，能在个人数据集上进行微调，带来高度自然的语音输出。VoiceSmith还包括数据预处理工具，如自动文本规范化功能，适合在Windows或Linux系统上使用，推荐配置NVIDIA GPU以优化训练效率。
cog-comfyui - Replicate上的ComfyUI工作流运行解决方案
AI绘图ComfyUIGithubReplicate工作流开源项目自定义节点
cog-comfyui是一个在Replicate平台上运行ComfyUI工作流的开源项目。该项目支持多种常用模型权重和自定义节点，为用户提供了集成个人工作流的便利。项目文档详细介绍了使用流程，包括API JSON获取、输入文件准备和工作流运行等步骤。此外，cog-comfyui提供了三种专用实例使用方案，旨在提升性能和稳定性。开发者可通过本地开发进行进一步定制，以满足特定需求。
gpt-computer-assistant - 多功能集成的办公助手
GPT Computer AssistantGithubPythonWake Word开源项目本地STT本地TTS
GPT Computer Assistant 是一款交互式桌面应用程序，支持Windows、MacOS和Ubuntu。该应用程序基于Python，功能包括本地语音到文本与文本到语音的转换、多语言模型支持等。用户通过本工具可提升会议记录的效率、优化日常工作及编程活动。此外，该应用程序还支持自定义工具和代理，使其更加灵活和适应个人需求。
ComfyFlow - 将ComfyUI工作流一键转换为可共享的在线应用
AI工具AI绘图ComfyUI分享工作流应用创建
ComfyFlow平台将ComfyUI工作流快速转换为Web应用。一键创建、分享应用，保护工作流隐私，界面简洁易用。全托管服务无需考虑GPU服务器。优秀创作者可获收益，新应用享1000次免费额度。基于Stable Diffusion和ComfyUI技术的开源项目，为创作者提供强大而灵活的工具。
Voice Cloner - AI驱动的语音克隆与合成平台
AI工具Voice Cloner人工智能语音克隆语音合成音频处理
Voice Cloner是一款基于AI语音技术的声音克隆和合成工具，能够精确复制和模拟各种声音。它在配音、语音助手开发和游戏角色配音等领域广泛应用。通过先进的人工智能算法，Voice Cloner提高了声音克隆的精准度和效率，为个人创作者和专业团队提供了一个实现声音定制和独特语音效果的平台。
gpt-voice-conversation-chatbot - GPT语音对话机器人，支持个性化对话和长期记忆功能
ChatGPTGPT-4GPT-VCCGithubOpenAI APIPython开源项目
本项目通过OpenAI API，提供一个可以用麦克风与ChatGPT或GPT-4进行语音交互的聊天机器人，支持个性化对话与记忆功能。用户可以选择键盘输入或语音输入，机器人能够持续记住对话内容。需要有效的OpenAI API密钥，并支持Google和ElevenLabs的TTS工具。适用于Windows和Linux，提供名称设置、创造力调节和预设对话模式等多种自定义功能。适合语言练习、编程学习和日常对话。
ComfyUI-Docker - 简化ComfyUI部署的Docker镜像集合
ComfyUIDockerGithubNVIDIA GPUROCmStable Diffusion开源项目
ComfyUI-Docker项目提供多种Docker镜像，用于简化ComfyUI的部署和运行。这些镜像支持NVIDIA和AMD GPU，包括基础版、全功能版和专用3D版本。镜像针对不同CUDA版本和Python环境进行优化，满足各类用户需求。项目定期更新，确保镜像包含最新功能和性能改进。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号