wzryyykl-dm-qs

王者荣耀语音克隆-达摩-拳僧

基于 VoxCPM 的王者荣耀英雄及皮肤语音克隆模型系列，支持多种英雄和皮肤的语音风格克隆与生成。

安装依赖

pip install voxcpm

用法

import json
import soundfile as sf
from voxcpm.core import VoxCPM
from voxcpm.model.voxcpm import LoRAConfig

# 配置基础模型路径（示例路径，请根据实际情况修改）
base_model_path = "G:\mergelora\嫦娥_拒霜思"

# 配置输出文件路径（示例路径，请根据实际情况修改）
output_wav_path = "G:\mergelora\嫦娥_拒霜思\output.wav"

# 自动设置LoRA检查点目录和提示文件路径
lora_ckpt_dir = f"{base_model_path}/step_0002000"
prompt_wav_path = f"{base_model_path}/1.wav"
prompt_jsonl_path = f"{base_model_path}/1.jsonl"

# 加载LoRA配置
with open(f"{lora_ckpt_dir}/lora_config.json") as f:
    lora_info = json.load(f)

# 修改base_model路径为当前模型路径
lora_info["base_model"] = base_model_path
lora_cfg = LoRAConfig(**lora_info["lora_config"])

# 加载模型和LoRA权重
model = VoxCPM.from_pretrained(
    hf_model_id=base_model_path,
    lora_config=lora_cfg,
    lora_weights_path=lora_ckpt_dir,
)

# 读取提示文本
with open(prompt_jsonl_path, "r", encoding="utf-8") as f:
    prompt_data = json.loads(f.read().strip())
    prompt_text = prompt_data["text"]

# 生成语音
wav = model.generate(
    text="你叫什么名字，我叫嫦娥。",  # 要生成的文本内容
    prompt_wav_path=prompt_wav_path,  # 提示音频路径，用于声音克隆
    prompt_text=prompt_text,  # 提示文本，与提示音频对应的文本内容
    cfg_value=2.0,  # LocDiT的语言模型引导强度，值越高对提示音频的 adherence  越强，但可能导致质量下降
    inference_timesteps=10,  # LocDiT推理的时间步数，值越高生成质量越好，但速度越慢
    normalize=False,  # 是否启用外部TN（文本规范化）工具，启用后将禁用原生raw text支持
    denoise=False,  # 是否启用外部降噪工具，启用后可能导致失真并限制采样率为16kHz
    retry_badcase=True,  # 是否启用坏例重试模式，用于处理一些困难案例（不可中断）
    retry_badcase_max_times=3,  # 坏例重试的最大次数
    retry_badcase_ratio_threshold=6.0,  # 坏例检测的最大长度限制（简单但有效），可根据慢速语音调整
)

sf.write(output_wav_path, wav, model.tts_model.sample_rate) # 保存输出文件
print(f"saved: {output_wav_path}")

音频对比示例

嫦娥 - 拒霜思皮肤

原始声音：

"拒霜有信，归梦无凭。"
🎧 播放原始声音

克隆生成：

"你叫什么名字，我叫嫦娥。"
🎧 播放克隆声音

注意事项

1. 确保所有路径使用正确的格式（Windows 使用反斜杠，Linux/Mac 使用正斜杠）
2. 首次运行可能需要下载模型文件，请确保网络连接正常
3. 建议使用 GPU 加速以提高生成速度
4. torch 版本建议为 2.8 及以下，推荐使用 2.7.1 版本，torch 2.9 及以上版本可能会导致运行错误