vits-simple-api

Q: 加载 Bert-VITS2 模型太占资源怎么办？

在模型 config.json 的 data 段加 lang 参数，例如只写 [＂zh＂] 就只加载中文 Bert 模型，避免加载用不到的语言模型。

一键部署 VITS 语音合成 API，快速集成 TTS 到你的应用

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 135 🐛 待处理 33 👀 关注 10

GitHub ↗

GitHub 星标 ★ 1046

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，AGPL-3.0许可证，可自行部署使用，完全免费。

项目预览

vits-simple-api 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队Artrajz

GitHubhttps://github.com/Artrajz/vits-simple-api

定价模式🏷️完全免费

价格说明开源项目，AGPL-3.0许可证，可自行部署使用，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型bert-vits2,gpt-sovits,moegoe,tts,tts-api,vits

GitHub 星标★ 1046

上线时间2023-03-13 00:00:00

代码更新2026-05-18

仓库体积15.0 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

vits-simple-api 是一个基于 Python 的轻量级 VITS 语音合成 HTTP 接口服务，通过扩展 Moegoe 项目实现。它解决了 VITS 模型部署后缺乏统一调用接口的问题，将复杂的模型推理封装为简单的 RESTful API，方便开发者快速集成文字转语音（TTS）功能。核心能力包括：支持多种 VITS 变体模型（如 bert-vits2、gpt-sovits），提供统一的文本转语音、语音合成、音色切换等接口，并支持流式输出、多说话人管理、参数调节（语速、音调等）。项目结构简洁，部署方便，适合个人开发者或小团队快速搭建语音服务，也常用于游戏、聊天机器人、有声内容生成等场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1046

技术标签

tts tts-api vits

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 20 分钟部署方式：Docker 8 步

环境要求

Linux 系统（Docker 部署为官方推荐）
已安装 Docker 与 wget 命令
虚拟环境部署需 Python 3.10（官方推荐版本）
GPU 加速需 NVIDIA 显卡及对应版本 CUDA，如 CUDA 11.7
预留足够磁盘空间存放 VITS/Bert-VITS2/GPT-SoVITS 模型文件

安装与启动步骤

1选择部署方式

README 提供 Docker、虚拟环境、Windows 快速包、云端一键部署四种方式；Linux 推荐 Docker。无论选哪种，部署后都要导入模型才能使用。
2Docker 拉取镜像

运行官方安装脚本，按脚本提示选择需要下载的文件并拉取镜像。配置文件与模型默认目录为 /usr/local/vits-simple-api/。
```
bash -c "$(wget -O- https://raw.githubusercontent.com/Artrajz/vits-simple-api/main/vits-simple-api-installer-latest.sh)"
```
3装 Python 依赖

虚拟环境部署方式：建议使用 Python 3.10 的虚拟环境，在项目目录安装 requirements.txt 中的依赖；若个别依赖安装失败请看常见问题。
```
pip install -r requirements.txt
```
4Windows 快速包

到 releases 页面下载最新部署包并解压。因压缩与单文件 2GB 限制，部分可选依赖模型未打包，程序加载对应声音模型时会自动下载。
5检查 CUDA 版本

需要 GPU 加速时，先用 nvidia-smi 查看显卡支持的最高 CUDA 版本，再据此到官网下载安装对应 CUDA（示例为 CUDA 11.7）。
```
nvidia-smi
```
6安装 PyTorch

按显卡 CUDA 版本从 PyTorch 官网选择对应安装命令，README 给出的是 CUDA 11.8 版本示例。
```
pip install torch --index-url https://download.pytorch.org/whl/cu118
```
7导入模型文件

部署完成后必须把 VITS/Bert-VITS2/GPT-SoVITS 等模型导入到模型目录，服务才能实际提供语音合成，模型会按类型加载对应依赖。
8配置模型语言

使用 Bert-VITS2 v2.0 以上模型时，可在模型 config.json 的 data 段加 lang 参数，指定要加载的语言 Bert 模型，减少无谓加载。