基于 ONNX Runtime 运行 Kokoro 模型的 Python 离线文本转语音库,支持 CPU 与 GPU。
2794306PythonMIT更新于 2个月前
一款快速、可本地运行的神经网络语音合成引擎,使用 espeak-ng 进行音素转换。
Piper 是一个神经网络语音合成引擎,在本地运行,文本无需发送到云端即可转为语音。它内置 espeak-ng 完成音素转换,即在神经模型生成音频之前,先把文本转换为音素。
项目可通过 pip 安装,包名为 piper-tts,提供多种使用方式:命令行工具、带 HTTP API 的 Web 服务器、Python API,以及通过 libpiper 提供的 C/C++ API。语音模型单独分发,仓库中还包含训练新语音和手动编译的文档。
它适合需要离线语音输出的开发者,例如语音助手、无障碍工具,或运行在性能有限设备上的应用。Home Assistant 等社区项目也将其作为语音合成后端使用。
使用 pip 从 PyPI 安装 Piper
pip install piper-tts概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
基于 ONNX Runtime 运行 Kokoro 模型的 Python 离线文本转语音库,支持 CPU 与 GPU。
开源文本转语音库,KittenTTS 2 可从几秒音频克隆声音,并能在 CPU 上实时合成。
Kokoro-82M 文字转语音模型的 Python 推理库,模型参数量为 8200 万。
Soprano 是一个超轻量、可在本地运行的文本转语音模型,支持流式输出。
微软开源的语音 AI 模型系列,包含长音频语音识别、多人对话语音合成和实时流式语音合成。
VoxCPM2 是一个开源的免分词器语音合成模型,支持 30 种语言、文本描述设计音色和参考音频克隆。