“speech-synthesis” 相关开源项目

基于 zipvoice 的轻量级文本转语音模型，支持声音克隆，GPU 上可达 150 倍实时速度。

Kokoro-82M 文本转语音模型的 Python 推理库，模型参数量为 8200 万。

超轻量端侧文本转语音模型，80M 参数，支持流式输出，32kHz 音质，可在 CPU、CUDA 和 MPS 上运行。