项目简介
Codex自动配音实测对比 不是再推一个「克隆你声音」的工作室，而是把四条开源配音路摆在一起，按机器和用途对号入座。四个仓库合计约 13 万 Star：GPT-SoVITS（MIT，约 6.1 万）、VoxCPM2（Apache-2.0，约 3.6 万）、IndexTTS 2.5（约 2.3 万）、edge-tts（约 1.0 万）。
要中文听着像本人、愿意等微调，走 GPT-SoVITS；中文解说要语气，走 IndexTTS 2.5；要多语种或不想录音，走 VoxCPM2；没显卡、先要出声，走 edge-tts。edge-tts 不装模型、不吃显卡，但走微软在线朗读，断网就不能用，不要理解成「本地部署」。
四个都能用命令行或本地服务让 Codex 去调。131 讲的是 Voicebox 工作室；本期只讲选型。
核心亮点
它能做什么、输出什么
| 项目 | 说明 |
|---|---|
| 输入 | 文本；SoVITS / IndexTTS / VoxCPM 还可加参考音频或音色描述 |
| 适用类型 | 短视频口播、解说、多语种翻译配音、没显卡先出声 |
| 输出 | wav / mp3；edge-tts 还可同时出 srt |
| 语言 / 兼容 | SoVITS：中英日韩粤；IndexTTS：中英日西阿；VoxCPM2：30 语 + 方言；edge-tts：300+ 音色 |
| 规格 / 容量 | 本地三家要显卡；edge-tts 走在线接口，无本地模型体积 |
环境要求
| 环境 | 建议配置 |
|---|---|
| 操作系统 | Windows / Linux / macOS（各仓库 README 为准） |
| 运行环境 | Python 3.10+；edge-tts 一条 pip 即可 |
| 硬件 | SoVITS / IndexTTS 要消费级显卡；VoxCPM2 约 8G 显存 |
| 低配 / 无卡方案 | 只装 edge-tts，不要硬上三家本地大模型 |
| 关键依赖 | PyTorch+CUDA（本地三家）；edge-tts 只需网络 |
如何使用
💡 先定用途再装。没显卡只装 edge-tts；有显卡再按「像本人 / 要语气 / 多语种」三选一往下走。
没有独显：只走第 3 步的 edge-tts。有独显：再按仓库 README 装对应环境，不要四个一起装。
nvidia-smi在 GitHub 搜索仓库全名，按该仓库 README 的安装段走。正文不贴克隆地址。
搜索：RVC-Boss/GPT-SoVITS 、 index-tts/index-tts 、 OpenBMB/VoxCPM一行出 mp3。必须联网。这是零安装门槛，不是省钱话术。
pip install edge-tts
edge-tts --text "同一句口播，四个引擎各念一遍" --write-media out.mp3 --write-subtitles out.srt常用参数说明：
| 参数 | 作用 |
|---|---|
--text |
要念的句子 |
--write-media |
输出音频 |
--write-subtitles |
同时出字幕 |
GPT-SoVITS 先把模型微调完再录「打字出声」，不要录训练进度条。IndexTTS 录屏避开哔哩哔哩台标。VoxCPM2 用文字描述音色即可，不必先录音。
同一句口播，四个引擎各念一遍把安装命令和「用同一句话出音频」写进 Codex 任务。edge-tts 直接 CLI；另外三家按各自 WebUI / 本地 API 让它点。不要四个同时装进一个环境。
✅ Codex 当安装和出声操作员，选型仍由你按用途定。
典型应用场景
性能表现
| 指标 | 表现 |
|---|---|
| GPT-SoVITS Star / 协议 | 约 6.1 万 / MIT（2026-08） |
| VoxCPM2 显存 | 官方约 8 GB（RTX 级） |
| edge-tts 音色 | 300+，无需 API Key |
🧠 四条路不是音质排行，是约束不同：训练成本、情绪、语种、以及要不要显卡和网络。
常见问题
Q: 和 131 Voicebox 那条有什么不一样？
那条讲的是一个工作室里切引擎、克隆声音。这条是四个独立开源方案按用途选，不比谁留下。
Q: edge-tts 是本地部署吗？
不是。它不装模型、不吃显卡，但音频在微软服务器上合成，断网不能用。文本会出网。
Q: 为什么不推荐 Fish Speech？
1.5 是 CC BY-NC-SA，非商用；S2 要单独商业授权。做视频发出去就是商用，不往坑里带。
Q: 没显卡怎么办？
只装 edge-tts。不要下载三家本地大模型再抱怨跑不动。
Q: 四个怎么选？
像本人 → SoVITS；中文解说要语气 → IndexTTS；多语种或不录音 → VoxCPM2；没显卡 → edge-tts。
Q: 怎么和 Codex 结合？
把「装哪一个 + 用同一句话出音频」写成任务。edge-tts 直接 CLI，另外三家跟仓库的 WebUI 或本地接口。
Q: IndexTTS 录屏要注意什么？
页面上可能出现哔哩哔哩台标，录的时候避开，或后期涂掉。
Q: 可以商用吗？
GPT-SoVITS 是 MIT，VoxCPM2 是 Apache-2.0。IndexTTS 和 edge-tts 协议写 Other / NOASSERTION，商用前自己读仓库 LICENSE。edge-tts 还受微软在线服务条款约束。
本站收集的资源仅供内部学习、研究软件设计思想与原理使用。学习研究后请自觉删除，请勿添加内容资料中的联系方式，谨防受骗；请勿传播。因未及时删除或用于其他用途所造成的任何后果，均由使用者自行承担。感谢理解与配合！
若您认为「cmzhiku.com」发布的内容侵犯了您的合法权益，请联系站长邮箱：ksxwdyx@qq.com。我们将在核实后及时进行删除处理。
本站资源大多存储于云盘。如发现下载链接失效或资源异常，请及时联系我们，我们会第一时间核实并更新。
