TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南

Fish Audio 以開源 TTS 模型 fish-speech 走紅,32,953 顆星的 repo 掛的卻是研究授權:商用要另外簽約,自架需要 24GB 顯示卡記憶體。免費雲端每月 8,000 積分約生成七分鐘且僅限個人非商業,商用權從每月 15 美元的 Plus 方案開始。行銷頁示範名人聲音克隆的玩法,條款則把法律責任留給使用者。

MixVoice 是標榜免費免註冊的線上語音克隆工具,實測訪客身分輸入文字數秒即生成 WAV 語音,上傳樣本克隆與商用授權則另有邊界。免費層相似度標 70.5%、產出僅限非商業、聲音模型保存 7 天,語音內容依隱私政策會傳給底層模型供應商,營運團隊未揭露公司名稱,把聲音交出去之前值得先看清這些限制。

LuoGen-agent 在 GitHub 拿下 846 顆星,主打貼上別人爆款影片連結就自動仿寫文案、克隆聲音、生成數位人口播並發布到抖音小紅書。實際攤開 repo:主程式不在 GitHub、完整包放在百度網盤、十三筆 commit 後斷更十個月、issue 區十八則開著的跑不起來回報,授權還掛著互相矛盾的 GPL 與禁止商用條款。本文整理查證結果與下載前該過的四條線。

Voice-Pro 是 GitHub 上超過 1.1 萬顆星的開源 AI 配音工具,把 Whisper 語音辨識、翻譯與語音克隆串成跑在本機顯卡的全自動配音管線。免月費、素材不上傳雲端,Windows 加 NVIDIA 顯卡一鍵啟動;跟 ElevenLabs 的差異、安裝三步與裝前要接受的限制,一篇看懂。

Voicebox 開源語音工作室教學:本機克隆聲音、文字轉語音、聽寫輸入任何 App,聲音資料不上雲端,模型下載後完全離線、零遙測,附安裝步驟與 ElevenLabs 比較,是免費的本地替代方案。