Coqui XTTS

XTTS v2 是 Coqui TTS 库中的旗舰模型：仅需 6 秒参考音频即可克隆说话人音色，支持 17 种语言并可在克隆音色下跨语言合成，情感与韵律自然。
Coqui TTS 提供统一的多模型训练与推理框架（VITS、Tacotron、XTTS 等），支持微调；开源社区与商业授权均覆盖，是应用最广的 TTS 工具库之一。
适合场景：多语言配音、个性化语音助手、有声内容生产。
注意：克隆他人声音必须获得本人授权。
上手方式：pip install TTS，加载 XTTS v2 模型后传入参考音频与文本即可。