Inflect Mini v3 的核心参数约 3431 万,原生输出 24 kHz 语音,可选一个小型增强器输出 48 kHz,CPU 和 CUDA 都能跑。自带六种英文预设音色,文本里可以插 [laugh]、[sigh]、[gasp]、[cough] 等八种声音事件;Voice Tuner 用 5–15 秒的授权参考录音生成可复用的音色档案,作者强调这是参考式调整,不保证精确克隆。模型仓库就是完整推理包,长文本会自动分段。
为什么重要 模型小、不依赖云端接口,适合嵌进本地应用;还能用一段授权录音调出可复用的自定义音色。
抱脸点赞 21 · 抱脸上升分 21 · 抱脸下载 280
许可证:可商用 · ComfyUI:暂无 · 显存:显存未标
理由
- Apache-2.0 许可,示例音频都附了原始输入和来源说明
- 有在线试听空间,下载后先校验文件清单再运行
用法
- 用 Python 3.12 新环境:hf download owensong/Inflect-Mini-v3 --local-dir inflect-mini-v3,进目录运行 python verify_release.py,装好 core/requirements-cpu.txt 后用 python run.py speech --voice cassidy --text "..." 生成
风险
- 只支持英文;声音事件只在 CPU、24 kHz 下可用,Voice Tuner 目前只支持 Linux CPU 注册
- Voice Tuner 需要另行下载的编码器,各有自己的许可;只能使用你有权使用的声音