OpenVoice

OpenVoice 是 MyShell 团队推出的语音克隆模型，解决的是「用一小段录音复制某人的声音并让它说别的话」这件事。它只需要参考说话者的一段短音频，就能提取音色，再合成出多语言、多口音的语音。项目有技术报告和源码，放在 GitHub 上。

主要能力

音色克隆是基础：给一段参考音频，生成的声音会贴近原声的音色。在此基础上，它把「音色」和「风格」拆开控制，情绪、口音、节奏、停顿、语调都能单独调，页面上演示了同一参考音分别生成悲伤、开心、印度口音、英国口音、澳大利亚口音的版本。

跨语言是另一个重点。参考音频和生成语音可以分属不同语言，页面用「U」标出训练集里没见过的语言，演示了英语参考音生成日语、西班牙语、德语、俄语以及混合语言的语音，属于零样本跨语言克隆。

适合谁

它面向的是愿意自己跑模型的人：开发者可以把语音克隆接进自己的应用，研究者可以拿它做 TTS 和跨语言合成的实验。页面把 OpenVoice 和 XTTS-v2、Valle-X 放在一起做听感对比，方便判断效果。普通用户如果只想在线试听或直接生成语音，这个页面本身不提供操作界面，需要去 GitHub 看部署方式。

费用与限制

页面强调计算效率，称成本比商业 API 低数十倍，但这是对推理开销的描述，不代表有免费在线服务。源码在 GitHub 上，具体许可和商用条件要以仓库为准。克隆他人声音涉及授权和合规问题，用之前需要自己确认。