OpenVoice 语音克隆教程：3 步把 AI 的声音换成你自己的-平芜编程栈

OpenVoice 语音克隆教程：3 步把 AI 的声音换成你自己的

【免费下载链接】OpenVoiceInstant voice cloning by MIT and MyShell. Audio foundation model.项目地址: https://gitcode.com/GitHub_Trending/op/OpenVoice

先说结果：你只需要一段十几秒的录音，OpenVoice 就能把任意 TTS 的声音"偷换"成你的音色——说话人还是那个人，听感却已经变成你本人。它是 MIT 与 MyShell 开源的即时语音克隆（Instant Voice Cloning）音频基础模型，无需训练、无需 GPU，参考音频支持任意语言，克隆出的声音还能跨语言输出。MIT 许可证，商用免费。

下面按"能干什么 → 怎么搭环境 → 三步出效果 → 原理速览 → 效果不好的排查"的顺序讲，全程不需要你懂深度学习。

它能帮你做什么？

一句话：换音色，不改内容，不改语言。

音色克隆：给一段干净的人声，OpenVoice 提取其"音调颜色"（tone color），生成音频听起来就是这个人。
风格可控：口音、情绪、节奏、停顿、语调由底层 TTS 说话人模型决定，你可以按需切换，而不是被参考音频锁死。
跨语言克隆：参考音频说中文，生成日语、英语、法语都可以；V2 原生支持英、西、法、中、日、韩六种语言。
V2 音质更好：相比 V1，V2 换了一套训练策略，输出更自然。

典型用途：给自己做专属语音助手、给小说/播客配自己的声音、给视频换配音、测试 TTS 产品的音色方案。

环境准备：只有两条命令

本地跑需要 Linux 环境、Python 3.9 和 PyTorch 基础，依赖清单见 requirements.txt。

git clone https://gitcode.com/GitHub_Trending/op/OpenVoice cd OpenVoice && pip install -e .

之后把对应版本的 checkpoint 下载到checkpoints（V1）或checkpoints_v2（V2）目录，具体下载地址在 docs/USAGE.md 的 "Linux Install" 一节里。装完可以直接打开根目录下的demo_part1.ipynb（风格控制）、demo_part2.ipynb（跨语言克隆）、demo_part3.ipynb（V2 用法）三个示例 Notebook 验证环境，也可以跑python -m openvoice_app --share起一个本地 Gradio 界面。

三步出效果：用 Workshop 克隆你的声音

不用写代码的体验路径是 Workshop 界面，三步走：

Step 1：进入 Workshop 创建一个 Bot。这是承载你克隆声音的容器，创建后进入它的 Setting 页。

Step 2：从 Widget Center 挑一个 TTS 模型。在 Widget Center 按语言筛选（TTS → English / Chinese / Japanese…），每个卡片点一下就能试听。记住这个模型——它决定输出音频的口音和情绪，克隆的只是音色。

Step 3：上传参考音频，点击 Create 生成你的克隆声音。在 Voice (TTS) 设置区点 Create，选"通过语音克隆创建"，上传一段你自己的录音即可。建议：单人口播、无背景音乐、无长时间静默、时长 10 秒以上，效果会明显更好（参考素材可直接用仓库里的resources/example_reference.mp3）。