sesame-csm：免费的文本转语音工具

banq

Sesame CSM是一款 100% 本地、免费的 文本转语音工具，具有 卓越的语音克隆功能！无需云处理，无需 API 密钥 

只需 在您自己的机器上生成纯粹、高质量的 AI 生成语音。

该模型架构采用 Llama 主干和可生成 Mimi 音频代码的小型音频解码器。

 特征：
✅  100% 本地运行 – 无需互联网！
✅ 免费且开源 – 无需付费墙，无需订阅。
✅ 卓越的语音克隆 – 内置于 UI 中！
✅ G电台 UI  – 简洁的界面，方便播放和控制。
✅ 支持 CUDA、MLX 和 CPU  – 适用于 NVIDIA、Apple Silicon 和常规 CPU。

为什么要使用？
如果您正在寻找一款快速、免费、高质量的带语音克隆功能的文本转语音工具，Sesame CSM 是您的完美选择。无论您是开发人员、内容创建者，还是只是尝试使用 AI 生成的语音，此工具都可以让您完全控制，没有任何限制。

入门：

git clone https://github.com/akashjss/sesame-csm.git
cd sesame-csm

安装依赖项，使用 venv 隔离环境，如下所示。

python -m venv venv
source venv/bin/activate
 
pip install -r requirements.txt

python run_csm_gradio.py


服务器运行后，在浏览器中打开 Gradio UI 开始生成语音！

如何使用语音克隆
Sesame CSM 最令人兴奋的功能之一是其内置的语音克隆功能。您可以录制自己的声音并使用它来生成 AI 语音。
克隆你的声音的步骤：

  1. 单击UI 中的麦克风图标。
  2. 按下录音按钮并阅读扬声器提示。
  3. 完成后停止录制。
  4. 单击“生成对话”即可使用您录制的声音创建 AI 生成的语音。