Pacote Python para conversão de texto em fala offline com o modelo Kokoro no ONNX Runtime, com suporte a CPU e GPU.
2,8 mil306PythonMITAtualizado há 2 meses
OHF-Voice/piper1-gpl
Um mecanismo neural rápido de conversão de texto em fala que roda localmente, usa espeak-ng para fonemização e pode ser instalado via pip.
Alternativa open source a:
Google Cloud Text-to-Speech
- Estrelas
- 5,946
- Forks
- 579
- Issues abertas
- 149
- Último commit
- há 4 dias
O que é?
Piper é um mecanismo neural de conversão de texto em fala que roda localmente na máquina, convertendo texto em fala sem enviá-lo para um serviço de nuvem. Ele incorpora espeak-ng para a fonemização, etapa que transforma o texto em fonemas antes de o modelo neural gerar o áudio.
O projeto pode ser instalado com pip como piper-tts e oferece várias formas de uso: uma interface de linha de comando, um servidor web com API HTTP, uma API Python e uma API C/C++ por meio do libpiper. As vozes são distribuídas separadamente, e o repositório inclui documentação para treinar novas vozes e compilar o projeto manualmente.
Piper é voltado a desenvolvedores que precisam de saída de voz offline, como em assistentes de voz, ferramentas de acessibilidade ou aplicativos executados em hardware modesto. O Home Assistant e vários projetos da comunidade usam o Piper como backend de fala.
Recursos principais
- 01Roda totalmente local, sem depender de um serviço de nuvem.
- 02Usa espeak-ng para converter texto em fonemas.
- 03Pode ser instalado com pip como piper-tts.
- 04Oferece uma interface de linha de comando, servidor HTTP, API Python e API C/C++.
- 05Inclui documentação para treinar novas vozes.
Casos de uso
- Adicionar saída de voz offline a um assistente de voz ou sistema de casa inteligente.
- Criar recursos de leitor de tela ou acessibilidade que funcionem sem acesso à internet.
- Gerar áudio de narração a partir de texto em scripts ou tarefas em lote.
- Integrar síntese de fala a um aplicativo C/C++ por meio do libpiper.
Início rápido
- 1
Instale o Piper do PyPI usando pip
pip install piper-tts
Antes de usar
- O README não inclui exemplos de uso além da instalação, então é necessário consultar a documentação vinculada para executá-lo.
- O treinamento de novas vozes e a compilação manual são abordados apenas em páginas de documentação separadas.
Tópicos
Perguntas frequentes
- O que é piper1-gpl?
- Um mecanismo neural rápido de conversão de texto em fala que roda localmente, usa espeak-ng para fonemização e pode ser instalado via pip. Piper é um mecanismo neural de conversão de texto em fala que roda localmente na máquina, convertendo texto em fala sem enviá-lo para um serviço de nuvem. Ele incorpora espeak-ng para a fonemização, etapa que transforma o texto em fonemas antes de o modelo neural gerar o áudio.
- piper1-gpl é gratuito? Qual é a licença?
- piper1-gpl é open source sob a licença GPL-3.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- piper1-gpl ainda é mantido?
- Manutenção ativa. O último commit de piper1-gpl foi em 17 de out. de 2026.
- Para que posso usar piper1-gpl?
- Adicionar saída de voz offline a um assistente de voz ou sistema de casa inteligente. Criar recursos de leitor de tela ou acessibilidade que funcionem sem acesso à internet. Gerar áudio de narração a partir de texto em scripts ou tarefas em lote. Integrar síntese de fala a um aplicativo C/C++ por meio do libpiper.
- Como instalar piper1-gpl?
- Instale o Piper do PyPI usando pip: pip install piper-tts
- Onde consigo piper1-gpl?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/OHF-Voice/piper1-gpl
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca open source de text-to-speech cujo modelo KittenTTS 2 clona vozes com 5 segundos de áudio e funciona em tempo real na CPU.
16,2 mil967PythonApache-2.0Atualizado há 5 dias
Biblioteca Python de inferência para o Kokoro-82M, um modelo de conversão de texto em fala com pesos abertos e 82 milhões de parâmetros.
9,6 mil1,1 milJavaScriptApache-2.0Atualizado ano passado
Soprano é um modelo de conversão de texto em fala ultraleve, executado no dispositivo, com suporte a CUDA, CPU e MPS e saída em streaming.
1,6 mil138PythonApache-2.0Atualizado há 9 meses
Família open source de modelos de voz com IA da Microsoft, com reconhecimento de fala de longa duração (ASR), text-to-speech com vários falantes (TTS) e modelos de TTS em streaming em tempo real.
54,9 mil6,2 milPythonMITAtualizado há 14 dias
O VoxCPM2 é um modelo open source de texto para fala, sem tokenizer, que oferece suporte a 30 idiomas, criação de vozes a partir de descrições textuais e clonagem de voz com clipes de referência curtos.
39,6 mil4,5 milPythonApache-2.0Atualizado há 14 dias