MioTTS-Inference 是音频音乐领域的开源项目，由 Aratako 开发，是 2026 年新上线的项目。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 203。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-16。MIT许可证，可免费自部署使用，无付费版本。
它主要面向的使用场景是：智能助手/语音交互系统，需要快速响应的语音合成。同类可对比的替代方案包括 Coqui TTS、ChatTTS、Bark。
MioTTS-Inference
轻量快速的 LLM 语音合成推理服务，支持声音克隆，即插即用。
MioTTS-Inference 是 MioTTS 的推理服务器，MioTTS 是一个基于大语言模型的轻量级、快速的文本转语音（TTS）模型。该项目旨在解决传统 TTS 模型推理速度慢、部署复杂的问题，提供高效的语音合成能力。核心能力包括：基于 LLM 的语音生成，支持声音克隆，提供标准化的推理接口，便于集成到各类应用中。项目使用 Python 和 PyTorch 构建，适合需要低延迟、高质量语音合成的场景。目前处于早期阶段，但架构清晰，为开发者提供了便捷的部署和调用方式。
开源
free
音频音乐
GitHub 星标
★ 203
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队Aratako
所属国家
定价模式free
价格说明开源项目，MIT许可证，可免费自部署使用，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型llm,python,pytorch,speech-synthesis,text-to-speech,tts,voice-cloning
GitHub 星标★ 203
30天Star增速
HF 下载量
上线时间2026-02-10 00:00:00
最近更新2026-09-16 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 基于 LLM 的 TTS 模型，语音自然度和表现力优于传统拼接或参数方法
- 轻量级设计，推理速度快，适合实时或近实时应用
- 支持声音克隆，可定制个性化语音
不足之处
- 项目处于早期阶段，文档和社区支持待观察
- 语音质量可能受限于模型规模和训练数据，复杂场景下稳定性需验证
适用场景
- 智能助手/语音交互系统，需要快速响应的语音合成
- 有声内容生成，如播客、有声书，支持克隆特定音色
- 游戏或虚拟角色配音，提供个性化语音
替代项目
Coqui TTS、ChatTTS、Bark
项目介绍
下一篇：StyleSpeech
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···