插件

使用 whisper.cpp 进行离线语音转文字，仅用 CPU。

轻量，仅用 CPU。模型约 40 MB 起。

用于录制模式，边说边出字。Whisper 模型，在你的电脑上运行。

支持说话人区分。尚不可用。

离线字幕翻译，每个语言对一个小模型。

49 种语言的 158 个离线声音，每个都是单独的小型下载。

9 种语言的 54 个离线声音，全部来自同一个 82 MB 的模型。

十个离线声音，每个都能朗读其全部 31 种语言。

微型离线声音，14 种语言共 28 个，每个都不到 10 MB。

由文字描述驱动的英语声音，共 34 个具名说话人。

十种语言，九个声音，并可从 3 秒的说话人声音进行克隆。

16 种语言的声音克隆，模型许可仅限非商业用途。

仅提供声音克隆，支持英语和中文；模型为非商业用途。

使用 UVR、MDX 和 Demucs 模型，把人声与音乐、音效分离。

在 CPU 上离线进行口型同步。权重仅限非商业用途。

使用 MuseTalk 对视频或静态图片进行口型同步，需要 NVIDIA GPU。