问什么生成的声音和参考音完全不像呀。 我哪里搞错了吗？ 还是开源的版本有问题呢？

[kanghua309]

如题

[dosubot[bot]]

Hello @kanghua309! I'm Dosu, here to help you troubleshoot bugs, answer your questions, and guide you on your journey to becoming a contributor. I'll assist you while we wait for a human maintainer. How can I help you today?

生成的声音和参考音不相似可能是由于以下几个原因：

1. 音色转换：确保使用了正确的音色转换配置。可以调整 ToneColorConverter 的 tau 参数来控制转换强度，以更好地匹配参考音的音色。

2. 参考音频质量：参考音频的质量会影响生成的声音。如果参考音频不干净、过短、包含多个人的讲话、或有长时间的空白部分，可能会导致生成的声音质量不佳。

3. 基础说话人模型：开源版本只克隆参考说话人的音色，不克隆口音或情感。口音和情感由基础说话人 TTS 模型控制，因此需要选择具有所需口音或情感的基础说话人模型。

4. 其他限制：开源版本有一些已知的限制和问题，可能会影响生成的声音质量 ^[1]。

可以尝试调整这些因素来改善生成的声音与参考音的相似度。

To continue talking to Dosu, mention @dosu.

---

^{Help Dosu learn! Give it feedback: Great Response | Irrelevant Answer | Incorrect Sources | Too Verbose | Hallucination | Bug Report | Other}

[Cosjimmy]

Demo1中 我换了自选的声音，且命名独特，没有冲突的情况下，克隆声音和参考声音完全不像

[RonWuzh]

确实，这个项目很烂