How jianchang512/clone-voice works
CV声音克隆工具提供本地网页操作,将文本或输入音频与参考音色结合,生成语音或转换后的音频;README 还记录了录音、字幕导入、多语言和自定义模型训练能力。请求由 Flask 应用处理,语音任务通过队列交给模型逻辑,训练则由独立界面整理音频、生成转录数据并微调模型。源码摘录有限;图中未把未展示的页面绑定或训练内部调用补成确定关系。
Main entry points: app.py Flask 服务 · train.py 训练界面 · logic.py 语音任务逻辑 · cfg.py 运行配置与队列
Components 17
Connections 18
- 用户 → 网页界面: 操作
README.md - 网页界面 → Flask 服务: 提交请求
- 用户 → 文本或音频: 提供素材
README.md - 文本或音频 → Flask 服务: 上传或提交
app.py - Flask 服务 → 运行配置与队列: 入队转换
app.py - 语音任务逻辑 → 运行配置与队列: 取出任务
clone/logic.py - Flask 服务 → 参考音频: 保存上传
app.py - 语音任务逻辑 → XTTS 模型: 合成语音
clone/logic.py - 语音任务逻辑 → 生成音频: 写入音频
clone/logic.py - Flask 服务 → 生成音频: 调整音速
app.py - Flask 服务 → 音频处理: 调用处理
app.py - 用户 → 训练界面: 整理训练素材
README.md - 训练界面 → 音频整理与转录: 整理音频
train.py - 音频整理与转录 → Whisper 转录: 转录语音
utils/formatter.py - 训练界面 → 训练路径配置: 读取路径
train.py - 训练界面 → XTTS 微调: 微调模型
train.py - XTTS 微调 → 微调模型: 保存模型
- 定制服务 → 运行配置与队列: 使用配置
appdingzhi.py