Repolode
netease-youdao

netease-youdao/EmotiVoice

开源语音合成引擎,支持中英文与 2000 多种音色,可通过提示词控制情绪。

可替代:ElevenLabs

Star
8,540
Fork
761
未关闭 Issue
137
最近提交
2个月前

这是什么?

EmotiVoice 是一个文本转语音(TTS)引擎,支持中文和英文合成,内置 2000 多种音色。其核心特点是情感合成,可通过提示词控制语音呈现高兴、兴奋、悲伤、愤怒等多种情绪。

项目提供网页交互界面和用于批量生成的脚本接口,也可以通过 Docker 镜像在带 NVIDIA GPU 的机器上运行,并提供兼容 OpenAI 格式的 TTS HTTP API。推理时输入带音素标注的文本,并指定说话人和风格提示。仓库还包含基于 DataBaker、LJSpeech 数据的个人语音克隆示例。

项目基于 Python 和 PyTorch 开发,采用 Apache-2.0 许可证。日语、韩语等更多语言的支持仍在规划中。

核心功能

  • 01支持中英文语音合成,内置 2000 多种音色。
  • 02通过提示词控制高兴、悲伤、愤怒等情绪风格。
  • 03提供网页界面和用于批量生成的脚本接口。
  • 04提供兼容 OpenAI 格式的 TTS HTTP API。
  • 05包含使用个人数据进行语音克隆的示例流程。

适用场景

  • 为视频、有声书或游戏生成带情绪的配音。
  • 通过兼容 OpenAI 的接口为应用接入语音合成能力。
  • 根据脚本文本批量生成中文或英文音频。
  • 研究基于提示词控制的语音合成。

标签

常见问题

EmotiVoice 是什么?
开源语音合成引擎,支持中英文与 2000 多种音色,可通过提示词控制情绪。 EmotiVoice 是一个文本转语音(TTS)引擎,支持中文和英文合成,内置 2000 多种音色。其核心特点是情感合成,可通过提示词控制语音呈现高兴、兴奋、悲伤、愤怒等多种情绪。
EmotiVoice 可以免费使用吗?用的什么许可证?
EmotiVoice 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
EmotiVoice 还在维护吗?
半年内有更新。EmotiVoice 最近一次提交是在 2026年9月3日。
EmotiVoice 适合用来做什么?
为视频、有声书或游戏生成带情绪的配音。 通过兼容 OpenAI 的接口为应用接入语音合成能力。 根据脚本文本批量生成中文或英文音频。 研究基于提示词控制的语音合成。
在哪里获取 EmotiVoice?
源代码和安装说明在 GitHub 上:https://github.com/netease-youdao/EmotiVoice

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目