【2025版】一文带你了解开源模型，从零基础到精通，精通收藏这篇就够了！

给大家分享一个效果很棒的文本转语音开源模型：MaskGCT！这是由港中大（深圳）联手趣丸科技联合推出了新一代大规模声音克隆。

与先有的文本转语音模型相比，MaskGCT 生成的语音更自然、更连贯。而且这个开源模型，支持控制生成的语音的总长度、语速、停顿、预期等特征。可以修改已经生成的语音或者支持声音克隆。

话不多少，直接点开下面视频看看效果。

01 音色模仿

可以点开如下视频听听声音模仿的效果，预期、停顿、音色还原的都非常好

PS：请忽略背景中 dangdang 的杂音，是我在录制的时候我家猫在扒柜子

02 模拟情绪

可以通过声音来辨别人目前处于何种情绪状态，比如愤怒、开心、恐惧等。MaskGCT 对此也实现了精准模拟，请看如下这个例子。

03 模仿说话风格

咖喱味儿、大舌头的发音，也能精确模拟。

04 MaskGCT 的架构

MaskGCT（Masked Generative Codec Transformer）的全新非自回归式（NAR）文本到语音（TTS）模型。MaskGCT 的设计旨在解决传统自回归（AR）和非自回归（NAR）TTS系统的不足之处。

MaskGCT采用了两阶段架构：第一阶段模型使用文本预测从语音自监督学习模型中提取的语义 tokens；第二阶段则在语义 tokens 的条件下生成声学 tokens。

MaskGCT 能够实现在没有对齐监督的情况下，可以直接合成出高质量的语音。

支持语音内容编辑，借助遮罩与预测机制，通过对语义tokens的部分遮罩，MaskGCT可以实现零样本语音内容编辑。

能够语音转换，MaskGCT支持零样本语音转换，能够根据参考音频将源语音转换为目标语音的音色，而保持语义内容不变。

05 相关地址

你可以通过如下链接访问论文、上方视频中的案例展示、下载模型、自己进行 Demo 展示。

Git：https://github.com/open\-mmlab/Amphion/tree/main/models/tts/maskgct  
项目主页：https://maskgct.github.io/  
论文链接：https://arxiv.org/abs/2409.00750  
Demo：https://huggingface.co/spaces/amphion/maskgct

模型下载：https://huggingface.co/amphion/maskgct

**历史盘点**

逛逛 GitHub 每天推荐一个好玩有趣的开源项目。历史推荐的开源项目已经收录到 GitHub 项目，欢迎 Star：

地址：https://github.com/Wechat-ggGitHub/Awesome-GitHub-Repo

![](https://mmbiz.qpic.cn/mmbiz_png/ePw3ZeGRruzicgHPfCeAsrkT2JZwiaOF05zRiaXr2dUukXKGk8CJwfrXALKJ5l0fLpV2abibCYKb7d8B7vNp2u3iccg/640?wx_fmt=other&wxfrom=5&wx_lazy=1&wx_co=1&tp=webp)  

* * *

推荐阅读

_1._ [GitHub 上有什么好玩的项目？](http://mp.weixin.qq.com/s?__biz=MzUxNjg4NDEzNA==&mid=2247498662&idx=1&sn=0087c4f3b79ba3420e917e9b42d45eda&chksm=f9a2286fced5a1794eb9a73d0be7c2e16eaceabf3a0420647c40cb4202bd116d9a15dd57c008&scene=21#wechat_redirect)

_2._ [推荐 5 个本周很火的 GitHub 项目](http://mp.weixin.qq.com/s?__biz=MzUxNjg4NDEzNA==&mid=2247515984&idx=1&sn=25df81d1db8d41bbc6e25faa105d63ee&chksm=f9a26c99ced5e58fc0cf66d6a9f91d3a88da2baebbb3cb5cd4cd25a5fd79902e929ee7aa9455&scene=21#wechat_redirect)

_3._ [推荐 5 个近期火火火的 GitHub 项目](http://mp.weixin.qq.com/s?__biz=MzUxNjg4NDEzNA==&mid=2247515963&idx=1&sn=830b3604e4328273564e46f238b6543f&chksm=f9a26cf2ced5e5e4e630c23df70206103c18dda2c3813b5c190b0a3914ba8e947bfda1847275&scene=21#wechat_redirect)

_4._  [推荐 5 个令人惊艳的 GitHub 项目](http://mp.weixin.qq.com/s?__biz=MzUxNjg4NDEzNA==&mid=2247515918&idx=1&sn=42c6a11d315dbe7bd95fda37a6ffa8fc&chksm=f9a26cc7ced5e5d11ca1a79dfe785e4e88e6dc9bff5e4f8fcc00be6001861d151443f0eb1bdc&scene=21#wechat_redirect)

![](https://mmbiz.qpic.cn/mmbiz_png/ePw3ZeGRruxW7LMX2Iz5DfjRIbFTS7UROhxibBmicicT0HpjIh1yniaJJibSnLFuicMHRx5NEdiaOh2OOACfr6MvR38ibQ/640?wx_fmt=other&wxfrom=5&wx_lazy=1&wx_co=1&tp=webp)

## AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2025最新版优快云大礼包：《AGI大模型学习资源包》免费分享

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2025最新版优快云大礼包：《AGI大模型学习资源包》免费分享

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2025最新版优快云大礼包：《AGI大模型学习资源包》免费分享

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2025最新版优快云大礼包：《AGI大模型学习资源包》免费分享

四、AI大模型商业化落地方案

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2025最新版优快云大礼包：《AGI大模型学习资源包》免费分享

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。