gradio

Stable Diffusion网页界面

从电子书生成有声书，支持语音克隆及1107种以上语言！

为创作者和开发者打造的Gradio WebUI，具备核心TTS功能（Edge-TTS、kokoro）和零样本声音克隆（E2与F5-TTS、CosyVoice），并集成Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。

借助基于最新大语言模型的算子与流水线轻松实现数据准备。