Ren(@Ryrenz):🦜 太强了，OpenVoice 只要一小段参考音频，就能把这个音色克隆出来，还能换语言、调情绪。 OpenVoice 在 GitHub 已经 3.7 万 star，背后是 MIT 的 Zengyi Qin、清华的 Wenliang Zhao 和 Xumin Yu，加上 MyShell 的 Ethan Sun，还有 arXiv 论文（2312.01479）撑着。开源之前，它从 2023 年 5 月起就在 https://t.co/76zzSC0pP6 上做即时声音克隆，到 2023 年 11 月已经被全球用户用了几千万次。以前想给视频配个多语种旁白、给自己做本有声书，要么自己录到嗓子哑，要么花钱找配音，而且一个人只能说自己会的那几种语言。现在录一小段声音当参考，OpenVoice 就能用这个音色说英语、西班牙语、法语、中文、日语、韩语，情绪、口音、节奏、停顿还能单独调；哪怕参考音频的语言不在训练数据里，也能做跨语言克隆。V2 换了训练策略，音质比 V1 更好，两个版本都是 MIT 协议，可以免费商用。社区也拿它玩出了不少东西：有人把它和 ChatTTS 拼在一起，10 秒音频就能克隆出专属的 ChatTTS 音色，这个仓库有 400 多 star；还有人做了带音频增强的中文 WebUI 整合版。提醒一句：仓库最后一次代码提交停在 2025 年 4 月，一年多没有新提交，拿来直接用没问题，但别指望官方再修问题、加功能。一个人做多语种配音，这下真的够用了。克隆谁的声音得先拿到本人同意，工具是中立的，怎么用是使用者自己的事。 GitHub：

2026.09.12 13:09

🦜 太强了，OpenVoice 只要一小段参考音频，就能把这个音色克隆出来，还能换语言、调情绪。 OpenVoice 在 GitHub 已经 3.7 万 star，背后是 MIT 的 Zengyi Qin、清华的 Wenliang Zhao 和 Xumin Yu，加上 MyShell 的 Ethan Sun，还有 arXiv 论文（2312.01479）撑着。开源之前，它从 2023 年 5 月起就在上做即时声音克隆，到 2023 年 11 月已经被全球用户用了几千万次。以前想给视频配个多语种旁白、给自己做本有声书，要么自己录到嗓子哑，要么花钱找配音，而且一个人只能说自己会的那几种语言。现在录一小段声音当参考，OpenVoice 就能用这个音色说英语、西班牙语、法语、中文、日语、韩语，情绪、口音、节奏、停顿还能单独调；哪怕参考音频的语言不在训练数据里，也能做跨语言克隆。V2 换了训练策略，音质比 V1 更好，两个版本都是 MIT 协议，可以免费商用。社区也拿它玩出了不少东西：有人把它和 ChatTTS 拼在一起，10 秒音频就能克隆出专属的 ChatTTS 音色，这个仓库有 400 多 star；还有人做了带音频增强的中文 WebUI 整合版。提醒一句：仓库最后一次代码提交停在 2025 年 4 月，一年多没有新提交，拿来直接用没问题，但别指望官方再修问题、加功能。一个人做多语种配音，这下真的够用了。克隆谁的声音得先拿到本人同意，工具是中立的，怎么用是使用者自己的事。 GitHub：