CosyVoice，阿里巴巴开源的先进语音合成技术。支持多语言、音色克隆和情感控制，为开发者提供全栈的语音生成解决方案，推动语音交互技术的边界。
AI大部分项目需要CUDA和C++桌面开发组件支持，请点击这里按指导安装。对显卡要求也高，非Nvidia独立显卡电脑，不建议涉足AI项目。最后就是AI项目对中文不友好，所以无论文件名，素材名和路径名一律使用英文。
项目介绍：
CosyVoice是由阿里巴巴集团的通义实验室开源的多语言语音合成模型，它通过深度学习技术实现了自然语音的生成。该项目的主要特点包括：
多语言支持：CosyVoice能够生成包括中文、英文、日文、粤语和韩语在内的多种语言的语音。
多种推理模式：模型支持零样本推理、跨语言推理和指令推理等多种模式，提供了灵活的语音合成能力。
音色克隆：CosyVoice支持one-shot音色克隆，仅需3到10秒的原始音频样本，即可生成具有相似音色的语音，包括韵律、情感等细节。
情感控制：模型能够通过自然语言或富文本输入实现对情感和韵律的精细控制，使得合成语音更加富有表现力。
全栈能力：CosyVoice提供了从数据准备、模型训练到模型部署的全流程支持，方便开发者快速上手和应用。
使用方法：
把压缩包解压后，双击运行-CosyVoice-300M-Instruct.bat文件即可，或者右键点击选择打开。
配置要求：
操作系统：Windows 10/11 64位
显卡：6G或以上显存的英伟达（NVIDIA）显卡
