Python-пакет для офлайн-преобразования текста в речь с помощью модели Kokoro на ONNX Runtime, с поддержкой CPU и GPU.
OHF-Voice/piper1-gpl
Быстрый локальный нейросетевой движок синтеза речи с фонемизацией через espeak-ng, устанавливаемый с помощью pip.
Open source альтернатива:Amazon Polly
Google Cloud Text-to-Speech
- Звёзды
- 5,946
- Форки
- 579
- Открытые issues
- 149
- Последний коммит
- 4 дня назад
Что это?
Piper — нейросетевой движок синтеза речи, который работает локально на компьютере: текст преобразуется в речь без отправки в облачный сервис. В него встроен espeak-ng для фонемизации — преобразования текста в фонемы перед тем, как нейросетевая модель сгенерирует аудио.
Проект можно установить через pip как piper-tts. Он поддерживает несколько способов использования: интерфейс командной строки, веб-сервер с HTTP API, Python API и C/C++ API через libpiper. Голоса распространяются отдельно. В репозитории есть документация по обучению новых голосов и ручной сборке проекта.
Piper предназначен для разработчиков, которым нужен офлайн-синтез речи, например для голосовых помощников, средств доступности или приложений на устройствах с ограниченными ресурсами. Его используют Home Assistant и несколько проектов сообщества в качестве движка синтеза речи.
Ключевые возможности
- 01Полностью работает локально, без облачного сервиса.
- 02Использует espeak-ng для преобразования текста в фонемы.
- 03Устанавливается через pip как piper-tts.
- 04Предоставляет интерфейс командной строки, HTTP-сервер, Python API и C/C++ API.
- 05Содержит документацию по обучению новых голосов.
Сценарии использования
- Добавление офлайн-синтеза речи в голосового помощника или систему умного дома.
- Создание функций экранного диктора и других средств доступности, работающих без доступа к интернету.
- Генерация аудиодорожек с озвучкой текста с помощью скриптов или пакетных заданий.
- Встраивание синтеза речи в приложения на C/C++ через libpiper.
Быстрый старт
- 1
Установите Piper из PyPI с помощью pip
pip install piper-tts
Что важно знать
- В README нет примеров использования, кроме установки, поэтому для запуска нужно обратиться к документации по ссылке.
- Обучение новых голосов и сборка вручную описаны только на отдельных страницах документации.
Темы
Частые вопросы
- Что такое piper1-gpl?
- Быстрый локальный нейросетевой движок синтеза речи с фонемизацией через espeak-ng, устанавливаемый с помощью pip. Piper — нейросетевой движок синтеза речи, который работает локально на компьютере: текст преобразуется в речь без отправки в облачный сервис. В него встроен espeak-ng для фонемизации — преобразования текста в фонемы перед тем, как нейросетевая модель сгенерирует аудио.
- piper1-gpl можно использовать бесплатно? Какая у него лицензия?
- piper1-gpl распространяется с открытым исходным кодом под лицензией GPL-3.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- piper1-gpl всё ещё поддерживается?
- Активно поддерживается. Последний коммит в piper1-gpl — 17 окт. 2026 г..
- Для чего можно использовать piper1-gpl?
- Добавление офлайн-синтеза речи в голосового помощника или систему умного дома. Создание функций экранного диктора и других средств доступности, работающих без доступа к интернету. Генерация аудиодорожек с озвучкой текста с помощью скриптов или пакетных заданий. Встраивание синтеза речи в приложения на C/C++ через libpiper.
- Как установить piper1-gpl?
- Установите Piper из PyPI с помощью pip: pip install piper-tts
- Где скачать piper1-gpl?
- Исходный код и инструкции по установке — на GitHub: https://github.com/OHF-Voice/piper1-gpl
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Библиотека с открытым исходным кодом для синтеза речи: модель KittenTTS 2 клонирует голос по 5 секундам аудио и работает на CPU в реальном времени.
Библиотека инференса на Python для Kokoro-82M — текстовой модели синтеза речи с открытыми весами и 82 миллионами параметров.
Soprano — сверхлёгкая локальная модель преобразования текста в речь с поддержкой CUDA, CPU и MPS, а также потоковой генерацией.
Семейство open-source голосовых AI-моделей Microsoft: распознавание длинной речи (ASR), многоязычная по говорящим генерация речи (TTS) и потоковый TTS в реальном времени.
VoxCPM2 — open-source модель преобразования текста в речь без токенизатора: поддерживает 30 языков, создание голоса по текстовому описанию и клонирование по короткому аудиофрагменту.