ゼロサンプル音声生成はCosyVoiceの重要な機能の一つであり、その手順は以下の通りである：
- オーディオサンプルの準備16kHzのプロンプト音声ファイル（例：zero_shot_prompt.wav）が必要です。
- ジェネレーター関数の呼び出しreference_zero_shot メソッドを使用し、適切なパラメータを渡す：
from cosyvoice import CosyVoice2
import torchaudio
cosyvoice = CosyVoice2('pretrained_models/CosyVoice2-0.5B')
prompt_speech_16k = torchaudio.load('./asset/zero_shot_prompt.wav')[0]
cosyvoice.inference_zero_shot('目标文本','提示文本',prompt_speech_16k) - 出力の保存::
torchaudio.save('output.wav', j['tts_speech'], cosyvoice.sample_rate)
警告だ：
- 公式サイトの効果を完全に再現したい場合は、text_frontend=Falseパラメータを設定する必要がある。
- 最良の結果を得るためには、CosyVoice 2-0.5Bモデルをお勧めします！
- この方法は、事前訓練なしで、ターゲット音色の短いサンプルに基づいて音声を生成する。
この答えは記事から得たものである。CosyVoice：アリ・オープンソース多言語クローン作成ツールについて
無断転載を禁じます：AI生産性ツール " CosyVoiceをゼロサンプル音声生成に使うには？
日本語 
简体中文 
English 
Deutsch 
Português do Brasil