SpeechCloning 语音克隆

SpeechCloning 语音克隆

Flux9665 做的 Gradio 语音合成演示，从名字看是用克隆的声音读文字，带有一个参考音频片段文件夹。适合想用自己有权使用的声音试用开源语音克隆的人。

由 Flux9665 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：SpeechCloning 是 Flux9665 做的语音合成演示。从名字看，它用克隆的声音读文字。仓库里有 app.py 和一个参考音频片段文件夹。README 只有标准的 Space 设置文字，所以克隆是怎么做的没有说明。

适合谁：如果你是研究者或开发者，想试用开源语音克隆，并且只用你有权使用的声音，它就适合你。

行业 | 谁在用 | 怎么用 | 例子
研究 | 语音研究者 | 试用基于参考音频的声音克隆 | 输入一句话，选一段参考音频
媒体 | 用自己声音的创作者 | 用自己的声音朗读脚本 | 用自己拥有的声音读一句字幕
开发 | 开发者 | 研究小型克隆演示 | 对着参考片段读 app.py

如果你无法确认自己有权使用想克隆的声音，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 你自己的电脑，Windows、macOS 或 Linux

使用场景 | 谁用 | 得到什么
用参考声音读文字 | 研究者 | 接近所选参考片段的音频
为你的文字配音 | 创作者 | 用他们可以使用的声音读出来的脚本

如何设置：

• 在线使用的话什么都不用装
• 在自己电脑上运行副本需要 Python
• requirements.txt 里的 Python 包
• packages.txt 里的系统包，由 Hugging Face 用 apt-get 安装

1. 打开 Hugging Face 上这个 Space 的页面，即可在线使用。
2. 要运行副本，先安装 huggingface_hub，再把这个 Space 下载到一个文件夹。
3. 进入该文件夹，安装指定版本的 Gradio，再安装列出的依赖包。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download Flux9665/SpeechCloning --repo-type space --local-dir SpeechCloning
cd SpeechCloning
pip install gradio==2.7.5.2
pip install -r requirements.txt
python app.py

如何使用：打开这个 Space，输入你的文字，如果页面提供，就选择或给出参考声音，然后运行。README 没有给出步骤，所以请按页面自己的控件操作。在自己的副本上，用下面的命令启动应用，再打开 Gradio 打印出的本地页面。这个 Gradio 版本较旧，所以请使用指定的版本。

python app.py

示例：在线打开这个 Space，输入一句简短的话，选一段参考片段。你会得到这句话的音频，声音接近那段片段，不过 README 没有描述这些控件。

新手与专家：如果你是新手，先用一段自带的参考片段和一句简短的话。只使用你有权使用的声音，比如你自己的。

如果你熟悉这个领域，仓库里有 app.py 和一个参考音频文件夹，所以大部分语音代码可能在它引入的某个库里。README 没有说明是哪一个。它也没有给出模型、语言或评估的细节。

你输入文字
你选择一段参考片段
模型用那个声音生成语音
页面播放音频

注意事项：

• License: mit
• Cost to run: 没有提到费用。在线的 Space 运行在 Hugging Face 上。
• Data it reaches: 你输入的文字，以及仓库里的参考音频片段。
• Not for: 未经许可克隆别人的声音。只使用你有权使用的声音。

Hugging Face 上的数据（2026年11月13日）

• 点赞：54
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/Flux9665/SpeechCloning
• 文件：https://huggingface.co/spaces/Flux9665/SpeechCloning/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。