mega-tts3镜像使用教程

镜像简介

本镜像搭载开源的Mega-TTS3语音克隆系统，无需官方NPY文件，仅凭几秒钟的音频样本即可快速复刻目标音色，并保持情感表达的一致性。适用于虚拟人配音、个性化语音生成、有声内容创作及语音交互开发等场景，为用户提供便捷、高效且高拟真的本地化语音克隆解决方案。

已经设置开机运行，【全部模型已经离线，开机即用！】加载运行需要一定时间

bug反馈可以入科哥专属群交流！

使用流程

1、创建实例，实例启动完成，加载完毕模型后，在控制台打开【webui】

2、进入【webui】使用界面；

2、卡顿时候，在控制台，实例【..】那里，点击【重启】，释放资源，等待完成启动，再次打开 【webui】即可进入使用界面；

3、更多高级指令，可以进入jupyterlab，自行操作，例如：

查看进程：

ps -ef |grep python

终止进程：

kill -9 pid

官方更新源码在这里： https://huggingface.co/spaces/mrfakename/MegaTTS3-Voice-Cloning https://github.com/bytedance/MegaTTS3

WavVAE模型： https://modelscope.cn/models/ACoderPassBy/MegaTTS-SFT

有bug请微信科哥： 312088415

mega-tts3通过几秒音频克隆声音 字节开源