今天给大家安利一款最它不仅支持全球 600 多种语言，最核心的卖点在于其强大零样本（Zero-shot）”克隆能力和极细颗粒度的音频设计。
一、 OmniVoice 核心亮点
海量语言支持：涵盖 600+ 种语言，包括主流英语、中文及各类小语种，甚至支持四川话、陕西话等方言。
零样本克隆：只需一段简短的参考音频，即可快速复刻目标人物的声音神韵。
文本驱动音频设计：无需参考音频，直接通过描述词（如：性别、年龄、音调、口音）“凭空”造出全新的嗓音。
情感标签嵌入：支持在文本中加入 [laughter]（笑声）、[sigh]（叹气）等非语言符号，让配音更有“人味”。
高精度纠错：支持通过拼音（带声调数字）或 CMU 词典精确控制特定词汇的发音。
二、 核心功能玩法
1. 音频复刻（Voice Cloning）
操作非常直观，类似于常见的 TTS 工具。上传一段几秒钟的清晰人声，输入你想转换的文案。即便参考音频较短，OmniVoice 也能保持极高的音色相似度和自然度。
#### 2. 音频设计（Voice Design）
如果你不想克隆别人，只想设计一个专属嗓音，可以通过属性组合实现：
> **示例描述：** Female, Young, High pitch, American accent
> 系统会自动合成符合这些特征的音色，非常适合做虚拟主播或原创 IP。
>
3. 情感与细节控制
通过标签让声音动起来：
情感标签：*[laughter] (笑), [surprise-wa] (惊叹)
中文纠音： 重(zhong4)点
英文纠音： 使用大写 CMU 标注。
三、 硬件配置建议
为了流畅运行这个 10G 左右的大家伙，建议你的电脑满足以下配置：
操作系统：Windows 10/11 64位
*显卡：**NVIDIA（英伟达）显卡，显存 8G 以上（支持最新的 50 系列显卡）。
存储空间：预留至少 15GB 以上空间。
需要整合包，请在评论区回复：111
