無論用項(xiàng)目自帶的模型還是有聲音克隆功能的自己去訓(xùn)練，短時間內(nèi)都出不了太好效果，啞音、發(fā)音不標(biāo)準(zhǔn)等情況是普遍存在，應(yīng)該是需要微調(diào)的。

我主要試了以下幾個開源倉庫：

1、vits：https://github.com/jaywalnut310/vits

我自己的測試效果（沒做微調(diào)，啞音是肯定的），二次元感覺明顯，中文帶日文口音，英文很多發(fā)音都不太好?？戳似渌说男Ч杏X就是適合二次元的。

2、bark：https://github.com/suno-ai/bark

emmmm，聲音克隆功能下線了，使用已有的模型測試了一下，情緒或者語氣詞之類的確實(shí)比vits處理的好，聽說更新是支持長音頻了，但是我沒測試出來，可以自己試試。

3、https://github.com/CjangCjengh/vits

需要做聲音克隆的可以考慮以下幾個開源倉庫：

①so-vits

做二次元的效果相對會好一點(diǎn)，但是不帶tts功能，只能音頻轉(zhuǎn)音頻。

②DDSP-SVC

③MockingBird

感覺效果還不如vits。

結(jié)論：等待浙大項(xiàng)目開源