以下是一些声音克隆相关的内容：
GPT-SoVITS 是一个声音克隆和文本到语音转换的开源 Python RAG 框架。 只需 1 分钟语音即可训练一个自己的 TTS 模型，使用 5 秒数据就能模仿你，1 分钟的声音数据就能训练出一个高质量的 TTS 模型，完美克隆你的声音。 支持与训练数据集不同语言的推理，目前支持英语、日语和中文。 界面也易用。主要特点包括零样本 TTS、少量样本训练、跨语言支持、易于使用的界面、适用于不同操作系统和预训练模型。 剪映也出了新的声音克隆功能，卡兹克做了对比，效果不错。