功能和引擎¶

引擎的可用性取决于已安装的模型、硬件以及所配置的提供商。

功能¶

• 语音克隆 - 音频质量、导出精度与本地检查
• 语音设计
• 视频配音
• 听写小部件
• 人声分离
• 说话人分离
• 批处理队列
• MCP 服务器
• AI 水印
• 本地优先
• GPU 自动检测
• 远程模型下载
• 可扩展

语音生成¶

• VoiceStudio（默认，由 k2-fsa/OmniVoice 驱动）
• omnivoice-subprocess — 指南
• CosyVoice 3 — 指南
• KittenTTS
• MLX-Audio
• VoxCPM2
• MOSS-TTS-Nano
• gpt-sovits
• sherpa-onnx
• IndexTTS 2.5 ⚡ — 指南
• omnivoice-gguf
• supertonic3
• MOSS-TTS-v1.5 — 指南
• dots.tts — 指南
• Confucius4-TTS — 指南
• pockettts
• audiocpp — 指南
• audiocpp-dots — 指南
• CosyVoice 3 GGUF — Vulkan 设置

转写¶

• WhisperX（默认）
• Faster-Whisper
• MLX Whisper
• PyTorch Whisper
• Parakeet TDT
• Parakeet TDT v3 (MLX)
• Moonshine
• FunASR
• sherpa-onnx（实时听写）
• OpenAI 兼容 ⚠️ 需配置服务器