tts-api 开源项目推荐（363 个）

remsky /Kokoro-FastAPI

用于 Kokoro-82M 文本转语音的 Docker 化 OpenAI 兼容封装，基于 PyTorch 支持多平台 CPU、AMD、NVIDIA GPU；支持多说话人、克隆调优、字幕时间戳、SSML、可选的跟读 Web UI

devnen /Chatterbox-TTS-Server

Self-host the powerful Chatterbox TTS model. This server offers a user-friendly Web UI, flexible API endpoints (incl. OpenAI compatible), predefined voices, voice cloning, and large audiobook-scale text processing. Runs accelerated on NVIDIA (CUDA), AMD (ROCm), and CPU.

shivammehta25 /Matcha-TTS

[ICASDP 2024]RST Matcha-TTC：具有条件流匹配的快速TTC架构

wxxxcxx /ms-ra-forwarder

免费的在线文本转语音API

Artrajz /vits-simple-api

一个简单的VITS HTTP API，通过扩展Moegoe并添加其他功能来开发。

daswer123 /xtts-api-server

一个用于运行 XTTSv2 的简单 FastAPI 服务器

Zaki-1052 /GPTPortal

一个功能丰富的门户，通过轻量级Node.js网页应用与GPT-4、Claude、Gemini、Mistral和OpenAI助理API聊天;支持语音、图片和文件的可定制多模态。

LibreSpark /LibreTTS

TTS-文本转语音/文本转语音前端，兼容OpenAI、EdgeTTS等接口

devnen /Dia-TTS-Server

自托管强大的 Dia TTS 模型。该服务器提供用户友好的网页界面、灵活的 API 端点（包括兼容 OpenAI）、支持 SafeTensors/BF16、语音克隆、对话生成以及 GPU/CPU 执行。

devnen /Kitten-TTS-Server

Self-host the ultra-lightweight Kitten TTS model with this enhanced API server with an intuitive Web UI, large text processing for audiobooks, and GPU acceleration.

aahl /zai-tts

🗣️ ZAI/GLM TTS to OpenAI Speech API, 免费的语音合成API，支持克隆音色，基于智谱TTS

Aivis-Project /AivisSpeech-Engine

AivisSpeech Engine: AI Voice Imitation System - Text to Speech Engine

KomoriDev /nonebot-plugin-deepseek

NoneBot DeepSeek 插件。接入 DeepSeek 模型，提供智能对话与问答功能

supershaneski /openai-whisper-talk

openai-whisper-talk 是一款由 OpenAI 技术支持的示例语音对话应用，如 Whisper、Completions、Embeddings 以及最新的文本转语音技术。该应用使用 Nuxt 构建，Nuxt 是一个基于 Vue.js 的 Javascript 框架。

marty1885 /paroli

Streaming TTS based on Piper with optional RK3588 NPU support

LlmKira /VitsServer

🌻 VITS ONNX TTS 服务器专为快速推理🔥设计

RageAgainstThePixel /ElevenLabs-DotNet

A Non-Official ElevenLabs RESTful API Client for dotnet

markrzv /tiktok-voice-tts

Simple Python script to interact with the TikTok TTS Voices.

Justmalhar /open-audio

Open-Audio TTS: A robust web app leveraging OpenAI's powerful Text-to-Speech (TTS) models to generate natural-sounding audio from text. Built with modern web technologies for an intuitive user experience, including customizable voice and speech speed settings, and the ability to download audio files directly.

marhensa /vibevoice-realtime-openai-api

兼容 OpenAI API 的文本转语音服务器，使用 Microsoft VibeVoice-Realtime-0.5B。支持Docker或Python，多语音带有OpenAI别名，CUDA优化。