KoljaB/RealtimeTTS

这是什么？

核心功能

• 01边接收文本边合成并播放，支持字符串、生成器和 LLM token 流输入。
• 02支持数十种引擎，涵盖系统语音、云端 API 和本地神经网络模型。
• 03主引擎失败时可自动切换到备用引擎。
• 04提供同步与异步播放，并可暂停、恢复和停止。
• 05可输出 WAV 文件，并提供文本、音频分块和词级时间戳回调。

适用场景

• 在大模型仍在生成文本时就边生成边朗读回复。
• 开发需要低延迟语音回复的语音助手或聊天机器人。
• 在无本地播放的环境中批量把文本生成为语音文件。
• 通过统一的 Python 接口对比和测试不同 TTS 服务商。

快速上手

1. 1

   安装系统引擎，进行首次本地冒烟测试

   pip install "realtimetts[system]"
2. 2

   在 Linux 上，安装传统引擎扩展前先安装 PortAudio 头文件

   sudo apt-get update
3. 3

   在 Linux 上安装 PortAudio 开发包

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

   保存首个音频示例脚本并运行以听到语音

使用前须知

• !在 Linux 和 macOS 上，传统引擎扩展需要先安装 PyAudio 和 PortAudio。
• !推荐的 Qwen 引擎 GPU 模式需要 NVIDIA 显卡，并需要 Python 3.11 或 3.12。

收录于专题

标签

常见问题

RealtimeTTS 是什么？

Python 实时语音合成库，可将文本、生成器和 LLM 流式输出低延迟转为语音，支持多种本地与云端引擎。 RealtimeTTS 是一个 Python 文本转语音库，适用于需要在完整文本尚未生成时就开始发声的应用。它可以接收普通字符串、生成器以及 LLM 的 token 流，然后在本地播放、把音频分块推送给其他进程，或写入 WAV 文件。

RealtimeTTS 可以免费使用吗？用的什么许可证？

RealtimeTTS 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

RealtimeTTS 还在维护吗？

活跃维护中。RealtimeTTS 最近一次提交是在 2026年11月6日。

RealtimeTTS 适合用来做什么？

在大模型仍在生成文本时就边生成边朗读回复。 开发需要低延迟语音回复的语音助手或聊天机器人。 在无本地播放的环境中批量把文本生成为语音文件。 通过统一的 Python 接口对比和测试不同 TTS 服务商。

RealtimeTTS 怎么安装和运行？

安装系统引擎，进行首次本地冒烟测试: pip install "realtimetts[system]" 在 Linux 上，安装传统引擎扩展前先安装 PortAudio 头文件: sudo apt-get update 在 Linux 上安装 PortAudio 开发包: sudo apt-get install python3-dev portaudio19-dev 保存首个音频示例脚本并运行以听到语音

在哪里获取 RealtimeTTS？

源代码和安装说明在 GitHub 上：https://github.com/KoljaB/RealtimeTTS