Sistema open source de text-to-speech com clonagem de voz, controle de emoção em linguagem natural e geração com vários falantes, baseado em modelos no estilo LLM.
33,4 mil2,9 milPythonOtherAtualizado há 9 dias
neuphonic/neutts
Modelos open source de TTS que rodam no dispositivo e clonam vozes instantaneamente a partir de cerca de 3 segundos de áudio, com backbones de LLMs pequenos.
Alternativa open source a:ElevenLabs
- Estrelas
- 6,323
- Forks
- 662
- Issues abertas
- 37
- Último commit
- há 3 meses
O que é?
NeuTTS é uma família de modelos open source de text-to-speech da Neuphonic que rodam no dispositivo. Cada modelo combina um backbone de LLM pequeno com o codec neural de áudio NeuCodec, para gerar fala localmente, sem depender de uma API web. Os modelos oferecem clonagem instantânea de voz: basta um clipe curto de referência e sua transcrição para sintetizar um novo texto com a voz dessa pessoa.
A linha inclui o NeuTTS-Air para inglês, a coleção NeuTTS-Nano, com variantes em inglês, francês, alemão e espanhol, e o NeuTTS-2E, um modelo em inglês com controle emocional e quatro vozes fixas. Há versões quantizadas em GGUF para rodar em celulares, laptops e Raspberry Pis, além de decodificadores ONNX para inferência com menor latência. O repositório inclui exemplos em Python para síntese em lote e em streaming, codificação de referências e um script de fine-tuning.
O áudio gerado inclui uma marca d'água da Perth por padrão. O pacote Python é instalado com pip, com extras opcionais para llama-cpp-python e onnxruntime.
Recursos principais
- 01Clonagem instantânea de voz a partir de um clipe curto de referência e sua transcrição.
- 02Quantizações GGUF para rodar em celulares, laptops e Raspberry Pis.
- 03Síntese em streaming com llama-cpp-python.
- 04Modelos Nano multilíngues em inglês, francês, alemão e espanhol.
- 05O NeuTTS-2E oferece controle de emoção com sete emoções e quatro vozes.
- 06Saída com marca d'água por padrão.
Casos de uso
- Criar assistentes de voz ou brinquedos embarcados que funcionam sem um serviço na nuvem.
- Adicionar saída de fala offline a apps em que os dados precisam permanecer no dispositivo.
- Prototipar clonagem de voz com gravações curtas de referência.
- Executar text-to-speech em hardware de baixo consumo, como Raspberry Pi.
Início rápido
- 1
Instale o NeuTTS pelo PyPI
pip install neutts - 2
Clone o repositório e acesse a pasta do projeto
git clone https://github.com/neuphonic/neutts.git && cd neutts - 3
Execute o exemplo básico para sintetizar fala
python -m examples.basic_example --input_text "My name is Andy. I'm 25 and I just moved to London. The underground is pretty confusing, but it gets me around in no time at all." --ref_audio samples/jo.wav --ref_text samples/jo.txt
Antes de usar
- Alguns modelos usam a NeuTTS Open License 1.0 em vez de uma licença padrão de código aberto, e a licença do repositório não está claramente indicada.
- O streaming só é compatível com modelos GGUF.
- Modelos em outros idiomas funcionam melhor com um clipe de referência no mesmo idioma.
Em coleções
Tópicos
Perguntas frequentes
- O que é neutts?
- Modelos open source de TTS que rodam no dispositivo e clonam vozes instantaneamente a partir de cerca de 3 segundos de áudio, com backbones de LLMs pequenos. NeuTTS é uma família de modelos open source de text-to-speech da Neuphonic que rodam no dispositivo. Cada modelo combina um backbone de LLM pequeno com o codec neural de áudio NeuCodec, para gerar fala localmente, sem depender de uma API web. Os modelos oferecem clonagem instantânea de voz: basta um clipe curto de referência e sua transcrição para sintetizar um novo texto com a voz dessa pessoa.
- neutts é gratuito? Qual é a licença?
- neutts é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- neutts ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de neutts foi em 30 de jul. de 2026.
- Para que posso usar neutts?
- Criar assistentes de voz ou brinquedos embarcados que funcionam sem um serviço na nuvem. Adicionar saída de fala offline a apps em que os dados precisam permanecer no dispositivo. Prototipar clonagem de voz com gravações curtas de referência. Executar text-to-speech em hardware de baixo consumo, como Raspberry Pi.
- Como instalar neutts?
- Instale o NeuTTS pelo PyPI: pip install neutts Clone o repositório e acesse a pasta do projeto: git clone https://github.com/neuphonic/neutts.git && cd neutts Execute o exemplo básico para sintetizar fala: python -m examples.basic_example --input_text "My name is Andy. I'm 25 and I just moved to London. The underground is pretty confusing, but it gets me around in no time at all." --ref_audio samples/jo.wav --ref_text samples/jo.txt
- Onde consigo neutts?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/neuphonic/neutts
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
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.
39,9 mil4,5 milPythonApache-2.0Atualizado há 15 dias
Família de modelos open source de text-to-speech da Resemble AI, com clonagem de voz a partir de um trecho curto de referência em inglês e vários outros idiomas.
27,2 mil3,7 milPythonMITAtualizado há 3 meses
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.
16,3 mil976PythonApache-2.0Atualizado há 3 horas
Modelo open source de text-to-speech zero-shot com suporte a mais de 600 idiomas, clonagem de voz e criação de vozes.
15,6 mil2,3 milPythonApache-2.0Atualizado há 3 dias
Sistema open source de text-to-speech baseado em flow matching com Diffusion Transformer, que oferece clonagem de voz zero-shot a partir de um áudio curto de referência.
IA e Machine Learning#text-to-speech#speech-synthesis#flow-matching#diffusion-transformer#voice-cloning
15,4 mil2,3 milPythonMITAtualizado há 8 dias