TTS Personalization · 音色定制实验

本仓库包含：通用音色克隆流程框架 + 展览导览业务试点。

voice_clone_pipeline（通用框架）

面向「用户提供录音 + 文本 → 微调 → 批量合成」的可配置流程，支持 CosyVoice3 与 GPT-SoVITS 两套后端。

• 快速上手：voice_clone_pipeline/docs/QUICKSTART.md
• 架构说明：voice_clone_pipeline/docs/ARCHITECTURE.md

cd voice_clone_pipeline
bash scripts/init_project.sh my_speaker          # 交互选择模型
bash scripts/run.sh run --project my_speaker --stages validate,prepare,train,merge
bash scripts/run.sh run --project my_speaker --stages infer --start 1 --end 10

示例项目：voice_clone_pipeline/projects/principal（校长音色）、projects/gravity_field（导览推理）。

gravity_field（业务实验）

《命名的时刻》导览稿合成：年龄段适配文稿、切分脚本与批量推理，见 gravity_field/README.md。

外部依赖（不在本仓库内）

训练与推理需另行准备（路径在各自 project.yaml / config/paths.env 中配置）：

• CosyVoice 源码与预训练权重
• 微调工作目录与 merged 权重
• 原始训练切片音频（示例项目可指向共享数据目录）