/ Модель

Характеристики

Лицензия
MIT
Опубликована
7 авг 2026

OpenVoiceV2

Синтез речиТекст → аудио

OpenVoice V2 синтезирует речь на нескольких языках, копируя тембр голоса из аудиообразца и позволяя настраивать стиль звучания.

0скачиваний за 30 дней0лайковвеса обновлены7 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

OpenVoice V2 — модель синтеза речи с клонированием голоса, выпущенная командой MyShell AI в апреле 2024 года. Она переносит тембр голоса из аудиозаписи на генерируемую речь и позволяет управлять стилем, включая эмоции, акцент, ритм, паузы и интонацию. Для синтеза используется текст, а образцом голоса служит аудио.

Модель поддерживает английский, испанский, французский, китайский, японский и корейский языки. Заявлены клонирование голоса без примеров для целевого языка и возможность использовать аудио-образец на любом языке. Версия V2 улучшает качество звучания по сравнению с V1. Репозиторий содержит веса PyTorch; для работы с V2 README также предписывает установить MeloTTS.

Модель выпущена под лицензией MIT, допускающей коммерческое использование. README описывает установку как вариант для разработчиков и исследователей, знакомых с Linux, Python и PyTorch; результаты клонирования могут зависеть от качества образца и выбранных настроек стиля.

Сценарии применения

  • озвучивание текста голосом по короткому аудиообразцу
  • клонирование голоса для синтеза речи на другом языке
  • создание многоязычной озвучки видео и презентаций
  • настройка эмоции, акцента, ритма и интонации синтезированной речи

Ограничения

Для работы с V2 требуется MeloTTS. Точность клонирования и качество результата могут зависеть от аудиообразца и настроек стиля; в README количественные оценки не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OpenVoice V2

In April 2024, we release OpenVoice V2, which includes all features in V1 and has:

  1. Better Audio Quality. OpenVoice V2 adopts a different training strategy that delivers better audio quality.

  2. Native Multi-lingual Support. English, Spanish, French, Chinese, Japanese and Korean are natively supported in OpenVoice V2.

  3. Free Commercial Use. Starting from April 2024, both V2 and V1 are released under MIT License. Free for commercial use.

Features

  • Accurate Tone Color Cloning. OpenVoice can accurately clone the reference tone color and generate speech in multiple languages and accents.
  • Flexible Voice Style Control. OpenVoice enables granular control over voice styles, such as emotion and accent, as well as other style parameters including rhythm, pauses, and intonation.
  • Zero-shot Cross-lingual Voice Cloning. Neither of the language of the generated speech nor the language of the reference speech needs to be presented in the massive-speaker multi-lingual training dataset.

How to Use

Please see usage for detailed instructions.

Usage

Table of Content

Quick Use

The input speech audio of OpenVoice can be in Any Language. OpenVoice can clone the voice in that speech audio, and use the voice to speak in multiple languages. For quick use, we recommend you to try the already deployed services:

Linux Install

This section is only for developers and researchers who are familiar with Linux, Python and PyTorch. Clone this repo, and run

conda create -n openvoice python=3.9
conda activate openvoice
git clone git@github.com:myshell-ai/OpenVoice.git
cd OpenVoice
pip install -e .

No matter if you are using V1 or V2, the above installation is the same.

OpenVoice V1

Download the checkpoint from here and extract it to the checkpoints folder.

1. Flexible Voice Style Control. Please see demo_part1.ipynb for an example usage of how OpenVoice enables flexible style control over the cloned voice.

2. Cross-Lingual Voice Cloning. Please see demo_part2.ipynb for an example for languages seen or unseen in the MSML training set.

3. Gradio Demo.. We provide a minimalist local gradio demo here. We strongly suggest the users to look into demo_part1.ipynb, demo_part2.ipynb and the QnA if they run into issues with the gradio demo. Launch a local gradio demo with python -m openvoice_app --share.

OpenVoice V2

Download the checkpoint from here and extract it to the checkpoints_v2 folder.

Install MeloTTS:

pip install git+https://github.com/myshell-ai/MeloTTS.git
python -m unidic download

Demo Usage. Please see demo_part3.ipynb for example usage of OpenVoice V2. Now it natively supports English, Spanish, French, Chinese, Japanese and Korean.

Install on Other Platforms

This section provides the unofficial installation guides by open-source contributors in the community:

  • Windows
    • Guide by @Alienpups
    • You are welcome to contribute if you have a better installation guide. We will list you here.
  • Docker
    • Guide by @StevenJSCF
    • You are welcome to contribute if you have a better installation guide. We will list you here.

Links

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
be1fa38

0 моделей