Mindket

Vevo for Zero-shot VC, TTS, and More

新上架第 1 版 · 更新于

概览

无需针对某个说话人训练,就能根据参考音频模仿声音,用于语音转换和文字转语音。这是 Amphion 项目里 Vevo 模型的演示,适合研究者和音频开发者。

Vevo for Zero-shot VC, TTS, and More 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip
  • Windows、macOS 或 Linux
  • requirements.txt 里列出的包
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,用 Python 运行本地副本
先运行
pip install -U huggingface_hub
hf download amphion/Vevo --repo-type space --local-dir Vevo
cd Vevo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 演示 Vevo,一个可控的零样本声音模仿模型。零样本的意思是,它只凭一段参考音频,就能模仿从未训练过的声音。标题里把语音转换和文字转语音列为它的用途。

适合谁

它适合想听听当前声音模仿模型效果的语音研究者和音频开发者。正在学习语音转换和文字转语音原理的学生也适合用它。

行业谁在用怎么用例子
研究语音研究者试听一个已发表的声音模仿模型把输出和参考音频对比
软件音频开发者判断模型是否适合某个产品想法在一段短样本上试语音转换
教育学生了解零样本声音克隆是什么意思运行文字转语音并听结果
媒体音频制作人在自己的录音上测试声音模仿转换一段自己录制的音频

需要现成的、可用于生产的语音服务的人可以跳过它,因为这是一个研究演示。

用在哪里

这个演示可以在两个地方运行。

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,用 Python 运行本地副本
Use caseWhoWhat they get back
语音转换研究者带有参考声音风格的语音
文字转语音开发者由输入的文字生成的语音
模型演示学生亲手体验零样本声音模仿

如何设置

在线页面不需要安装任何东西。本地副本需要下面这些。

  • Python 和 pip
  • Windows、macOS 或 Linux
  • requirements.txt 里列出的包
  1. 安装 Python。
  2. 安装 Hugging Face 的 hub 包,并下载这个 Space 的副本。
  3. 进入新文件夹,安装 Gradio 5.25.2 和 requirements.txt 里的包。
  4. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download amphion/Vevo --repo-type space --local-dir Vevo
cd Vevo
pip install gradio==5.25.2
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开页面,给它一段参考声音和要朗读的内容,然后听结果。在本地副本上,用下面这条命令启动页面。

python app.py
工具作用
VevoSpace 指定的模型,以零样本方式模仿声音
app.py存放 Gradio 页面
requirements.txt列出应用需要的 Python 包

示例

你提供一段简短的声音录音和一句文字。页面会返回这句话的音频,声音模仿你给的参考。

新手与专家

如果你刚接触这类工具,先用一段清晰的短参考录音和一句短话。听听结果,再换一段参考,听声音有什么变化。

如果你熟悉这个领域,这个 Space 是 amphion/Vevo 模型的前端,运行在配有 A10G 硬件的 ZeroGPU Space 上。页面没有给出架构说明,所以训练数据、限制和各控件的含义要去看模型自己的文档。

  1. 参考声音样本
  2. 文字或源语音
  3. Vevo 模仿声音
  4. 返回音频

注意事项

Space 页面只有一行描述。它没有列出使用规则,所以请只使用你有权复制的声音。

  • License: MIT
  • Cost to run: 未提及
  • Data it reaches: 你给它的音频和文字,以及 amphion/Vevo 模型
  • Hardware: Hugging Face 上带 A10G 的 ZeroGPU

README 和文件

README

Vevo for Zero-shot VC, TTS, and More

无需针对某个说话人训练,就能根据参考音频模仿声音,用于语音转换和文字转语音。这是 Amphion 项目里 Vevo 模型的演示,适合研究者和音频开发者。

由 amphion 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:这个 Space 演示 Vevo,一个可控的零样本声音模仿模型。零样本的意思是,它只凭一段参考音频,就能模仿从未训练过的声音。标题里把语音转换和文字转语音列为它的用途。

适合谁:它适合想听听当前声音模仿模型效果的语音研究者和音频开发者。正在学习语音转换和文字转语音原理的学生也适合用它。

行业 | 谁在用 | 怎么用 | 例子
研究 | 语音研究者 | 试听一个已发表的声音模仿模型 | 把输出和参考音频对比
软件 | 音频开发者 | 判断模型是否适合某个产品想法 | 在一段短样本上试语音转换
教育 | 学生 | 了解零样本声音克隆是什么意思 | 运行文字转语音并听结果
媒体 | 音频制作人 | 在自己的录音上测试声音模仿 | 转换一段自己录制的音频

需要现成的、可用于生产的语音服务的人可以跳过它,因为这是一个研究演示。

用在哪里:这个演示可以在两个地方运行。

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,用 Python 运行本地副本
Use case | Who | What they get back
语音转换 | 研究者 | 带有参考声音风格的语音
文字转语音 | 开发者 | 由输入的文字生成的语音
模型演示 | 学生 | 亲手体验零样本声音模仿

如何设置:在线页面不需要安装任何东西。本地副本需要下面这些。

  • Python 和 pip
  • Windows、macOS 或 Linux
  • requirements.txt 里列出的包
  1. 安装 Python。
  2. 安装 Hugging Face 的 hub 包,并下载这个 Space 的副本。
  3. 进入新文件夹,安装 Gradio 5.25.2 和 requirements.txt 里的包。
  4. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download amphion/Vevo --repo-type space --local-dir Vevo
cd Vevo
pip install gradio==5.25.2
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开页面,给它一段参考声音和要朗读的内容,然后听结果。在本地副本上,用下面这条命令启动页面。

python app.py
工具 | 作用
Vevo | Space 指定的模型,以零样本方式模仿声音
app.py | 存放 Gradio 页面
requirements.txt | 列出应用需要的 Python 包

示例:你提供一段简短的声音录音和一句文字。页面会返回这句话的音频,声音模仿你给的参考。

新手与专家:如果你刚接触这类工具,先用一段清晰的短参考录音和一句短话。听听结果,再换一段参考,听声音有什么变化。

如果你熟悉这个领域,这个 Space 是 amphion/Vevo 模型的前端,运行在配有 A10G 硬件的 ZeroGPU Space 上。页面没有给出架构说明,所以训练数据、限制和各控件的含义要去看模型自己的文档。

参考声音样本
文字或源语音
Vevo 模仿声音
返回音频

注意事项:Space 页面只有一行描述。它没有列出使用规则,所以请只使用你有权复制的声音。

  • License: MIT
  • Cost to run: 未提及
  • Data it reaches: 你给它的音频和文字,以及 amphion/Vevo 模型
  • Hardware: Hugging Face 上带 A10G 的 ZeroGPU

Hugging Face 上的数据(2026年11月13日)

  • 点赞:104
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/amphion/Vevo
  • 文件:https://huggingface.co/spaces/amphion/Vevo/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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Vevo for Zero-shot VC, TTS, and More 本页104gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架