KoljaB/RealtimeTTS

これは何？

主な機能

• 01文字列、ジェネレーター、LLMのトークンストリームを入力として受け取り、届いたそばから音声に変換します。
• 02システム音声、クラウドAPI、ローカルニューラルモデルにまたがる数十種類のエンジンに対応します。
• 03メインのエンジンが失敗した場合、別のエンジンにフォールバックします。
• 04一時停止、再開、停止を操作できる同期・非同期の再生機能を備えています。
• 05WAVファイルへの書き出しに対応し、テキスト、音声チャンク、単語ごとのタイミングを受け取るコールバックも提供します。

ユースケース

• モデルがテキストを生成している最中に、LLMの応答を音声で読み上げる。
• 低遅延で音声応答する音声アシスタントやチャットボットを構築する。
• ローカルで音声を再生せずに、テキストから音声ファイルを一括生成する。
• 単一のPythonインターフェースを通じて、さまざまなTTSプロバイダーを試作・比較する。

クイックスタート

1. 1

   最初のローカルなスモークテストのために、システムエンジンをインストールする

   pip install "realtimetts[system]"
2. 2

   Linuxでは、従来型エンジンの追加機能をインストールする前にPortAudioのヘッダーをインストールする

   sudo apt-get update
3. 3

   LinuxにPortAudioの開発パッケージをインストールする

   sudo apt-get install python3-dev portaudio19-dev
4. 4

   最初の音声用スクリプトを保存して実行し、音声を聞く

使う前に知っておきたいこと

• !LinuxとmacOSでは、従来型エンジンの追加機能を使う前にPyAudioとPortAudioをインストールする必要があります。
• !推奨されるQwenエンジンでGPUモードを使うには、NVIDIA GPUとPython 3.11または3.12が必要です。

収録されている特集

トピック

よくある質問

RealtimeTTS とは？

多様なローカル／クラウドTTSエンジンを使い、テキスト、ジェネレーター、LLMのトークンストリームを低遅延で音声に変換するPythonライブラリ。 RealtimeTTSは、テキスト全体が揃う前に音声を再生し始めたいアプリケーション向けのPython製テキスト読み上げライブラリです。通常の文字列、ジェネレーター、LLMのトークンストリームを受け取り、音声をローカルで再生したり、チャンクを別のプロセスにストリーミングしたり、WAVファイルに書き出したりできます。

RealtimeTTS は無料で使えますか？ライセンスは？

RealtimeTTS は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

RealtimeTTS は今もメンテナンスされていますか？

活発にメンテナンス中。RealtimeTTS の最終コミットは 2026年11月6日 です。

RealtimeTTS は何に使えますか？

モデルがテキストを生成している最中に、LLMの応答を音声で読み上げる。 低遅延で音声応答する音声アシスタントやチャットボットを構築する。 ローカルで音声を再生せずに、テキストから音声ファイルを一括生成する。 単一のPythonインターフェースを通じて、さまざまなTTSプロバイダーを試作・比較する。

RealtimeTTS のインストール方法は？

最初のローカルなスモークテストのために、システムエンジンをインストールする: pip install "realtimetts[system]" Linuxでは、従来型エンジンの追加機能をインストールする前にPortAudioのヘッダーをインストールする: sudo apt-get update LinuxにPortAudioの開発パッケージをインストールする: sudo apt-get install python3-dev portaudio19-dev 最初の音声用スクリプトを保存して実行し、音声を聞く

RealtimeTTS はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/KoljaB/RealtimeTTS