idiap/coqui-ai-TTS

これは何？

主な機能

• 011,100以上の言語に対応する学習済みテキスト音声合成モデル。
• 02FreeVC、kNN-VC、OpenVoiceなどの音声変換モデル。
• 03新規または既存のTTSモデル向けの学習・ファインチューニング用レシピ。
• 04複数話者および多言語の音声合成に対応。
• 05コマンドラインツール、Python API、DockerベースのTTSサーバー。
• 06データセットの分析・整理ツール。

ユースケース

• 学習済みモデルを使い、多言語でアプリケーションに音声出力を追加する。
• XTTSモデルを使い、短い参照音声から声をクローニングする。
• 自分で録音したデータセットを使って、独自のTTS音声を学習またはファインチューニングする。
• クラウドAPIに依存せず、社内ツール向けのローカルTTSサーバーを実行する。

クイックスタート

1. 1

   PyTorch、torchaudio、torchcodecをインストールする（uvがシステムに合ったビルドを選択）

   uv pip install torch torchaudio torchcodec --torch-backend=auto
2. 2

   PyPIからcoqui-ttsをインストールする

   uv pip install coqui-tts
3. 3

   コマンドラインから利用可能な学習済みモデルを一覧表示する

   tts --list_models

使う前に知っておきたいこと

• !coqui-tts 0.27.4以降、PyTorchはデフォルトで含まれないため、まず自分でインストールする必要があります。
• !Python 3.10～3.14を使用したUbuntu 24.04で公式にテスト済みです。MacとWindowsでも動作するはずですが、テストは十分ではありません。

トピック

よくある質問

coqui-ai-TTS とは？

音声合成と音声変換のためのオープンソースPythonツールキット。学習済みモデル、学習ツール、データセットの整理機能を備えています。 Coqui TTSは、テキストから音声を生成するためのディープラーニングライブラリです。1,100以上の言語に対応する学習済みモデルを提供しており、新しいモデルの学習や、手持ちのデータを使った既存モデルのファインチューニングもできます。これはオリジナルのCoqui TTSプロジェクトからフォークされたもので、coqui-tts PyPIパッケージとしてメンテナンスされています。

coqui-ai-TTS は無料で使えますか？ライセンスは？

coqui-ai-TTS は MPL-2.0 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。

coqui-ai-TTS 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。coqui-ai-TTS の最終コミットは 2026年10月19日 です。

coqui-ai-TTS は何に使えますか？

学習済みモデルを使い、多言語でアプリケーションに音声出力を追加する。 XTTSモデルを使い、短い参照音声から声をクローニングする。 自分で録音したデータセットを使って、独自のTTS音声を学習またはファインチューニングする。 クラウドAPIに依存せず、社内ツール向けのローカルTTSサーバーを実行する。

coqui-ai-TTS のインストール方法は？

PyTorch、torchaudio、torchcodecをインストールする（uvがシステムに合ったビルドを選択）: uv pip install torch torchaudio torchcodec --torch-backend=auto PyPIからcoqui-ttsをインストールする: uv pip install coqui-tts コマンドラインから利用可能な学習済みモデルを一覧表示する: tts --list_models

coqui-ai-TTS 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/idiap/coqui-ai-TTS