clone-voice

这是一个基于XTTS v2模型的声音克隆工具，提供图形化Web界面，支持将文本合成为指定音色的语音（TTS），或对已有音频进行音色迁移（voice conversion）。核心特点是无需GPU即可运行（CPU模式兼容性好）、支持中英日韩等16种语言、允许在线麦克风录音或本地上传5–20秒参考音频。适用于个人配音、无障碍内容生成、短视频旁白、多语种语音本地化等轻量级语音合成与克隆场景。