seed-vc

Seed-VC 是一个支持零样本语音转换和歌唱声音转换的项目，同时具备实时转换能力。其核心功能包括无需训练即可根据1到30秒的参考语音克隆出目标声音，并且支持对特定说话人进行微调以提高性能，所需数据量极低（每说话人最少只需一条语句），训练速度非常快（T4显卡上最短仅需2分钟）。此外，该项目还提供了约300毫秒算法延迟和100毫秒设备端延迟的实时语音转换功能，适用于在线会议、游戏以及直播等场景。该工具基于Python开发，推荐使用Python 3.10版本，在Windows、Mac M系列或Linux系统上运行。