Hillay Koon

是指中间输出的se吗？ 可以单独调用OpenVoice的 se_extractor.py 从音频中提取音色特质后保存 也可以修改app.py中的第88行代码： target_se, audio_name = se_extractor.get_se(reference_speaker, tone_color_converter, target_dir='替换成你想保存的地址', vad=True)

是不能直接转换的，因为实际上是用了两个模型，模型与模型之间其实传的音频文件，两个模型的网络结构和参数是不能共用的

前级模型是ChatTTS的文字转语音模型，这一步想要稳定输出可以固定一个发音人seed，后级模型是OpenVoice的音色转换模型，se是它提取出来的音频的音色特征，这个特征是只能被音色转换模型识别并使用的

现在就是会自动应用克隆后的音色特征的，变得不像很有可能是ChatTTS的音色差异太大了，你可以通过ChatTTS的发音人seed来控制声线克隆之前的原声声线。原声音色尽量保持稳定。

> 1. clone code from https://github.com/myshell-ai/OpenVoice/tree/main, > 2. replace OpenVoice folder with the inner openvoice folder of new download project > 3. replace all 'openvoice' with 'OpenVoice' in import code...

>  感谢补充，确实是规整代码过程中遗漏了。

已修复

> >  > > 版主他写错了，你要将你ChatTTS-OpenVoice 文件里的OpenVoice改成小写openvoice ，APP代码中的所有“OpenVoice”替换为“openvoice”，将APP第一行 #import spaces 禁掉。就可以了 如果要改为小写，记得将文件夹名字改成小写

Space链接超时了，我已经重启啦！感谢提醒~

测试下来，可以用更长的音频，能学到更准确的特征