语音克隆1篇

VALL-E X可以通过只使用未曾遇见过的说话者的3秒录音，合成高品质的个性化语音，即使是在另一种语言中，也可以执行得很出色。此实现支持三种语言（英语、中文、日语）的零尝试、单语/跨语言文本到语音功能。