待验证50% 置信事实精确时间

SoftVC VITS和So-VITS-SVC等开源歌声转换工具仅需数分钟的目标音色样本即可将旋律转换为指定声线，音色相似度和自然度已接近难以区分的水平

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/10

首次发现

有效期至：2026/10/8

来源

用AI复活大学乐队：音频修复与声音重建实践指南

hackernewshackernews2026/7/9

相关事实

待验证现代声音克隆方案（如SV2TTS、VALL-E、CosyVoice等）已将所需语音样本压缩至数秒76% 相似待验证开源工具RVC、So-VITS-SVC已将语音克隆技术压缩至普通消费级硬件可运行的水平74% 相似待验证Coqui TTS、VALL-E、OpenVoice 等开源框架已使仅需 3–10 秒音频就能完成基本音色迁移72% 相似待验证VITS将变分推断与对抗训练结合，实现从文本到波形的端到端训练，能在150ms以内生成高自然度语音67% 相似已验证现代零样本或少样本声音克隆技术仅需几秒到几分钟的参考音频，就能生成高度逼真的目标说话人语音67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/468351

API

curl https://kongchang.com/api/v1/knowledge/claims/468351

MCP

get_claim(id=468351)