ChatTTS 对比 Clonemyvoice.io

ChatTTS 是一个为对话而构建的开源文本到语音模型。2Noise 团队在超过 10 万小时的中文和英文语音数据上进行了训练，因此它在双向对话中听起来自然流畅，而不仅仅是预设的旁白。

其区别在于在细节层面进行韵律控制。该模型可以加入笑声、暂停和插入语，并能在一次会话中处理多个发声者。这使它非常适合用于大型语言模型助手、对话音频以及对话密集的多媒体内容。

开发者可以通过 pip 安装或克隆 GitHub 仓库。在 Hugging Face 上的开源版本是一个基于 4 万小时数据的基础模型，遵循 AGPLv3+ 协议。团队将其定位为研究和对话用途，若有路线图方面的问题，可以通过 [email protected] 联系。

Clonemyvoice.io 是由 Mighty Media LLC 提供的一项语音克隆服务，可以将短暂的音频样本转变为英文配音，适用于长篇内容。你上传一到两分钟的源音频以及你希望朗读的脚本，平台会生成合成语音，旨在匹配语调、音调和表达方式。

该服务主要面向需要配音音频的播客主播、演示构建者和社交媒体创作者，无需聘请配音演员。主页将价格定位远低于许多竞争对手，远低于传统配音人才的收费，性价比优越。

处理通常在你提交文件后约一小时内完成。Clonemyvoice.io 也接受任何语言的声音样本，并输出英语语音，通常带有英国或美国口音，这取决于原始说话人。

隐私是其承诺的重点：处理过程在本地完成，输入和输出媒体不被用于模型改进，公司表示会在14天内删除订单数据，且不与第三方共享。