项目预览
项目数据
项目介绍
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 ★ 623
技术标签
使用教程
环境要求
- Python 3.10
- GPU 8G 显存以上
- 参考音频
安装与启动步骤
-
1建环境
官方指定 Python 3.10,用 Conda 最省事。
conda create -n auralis_env python=3.10 -y -
2装库
直接装发布版即可,权重会在首次调用时拉取。
pip install auralis -
3参考音频克隆
给几秒参考音就能复刻音色,音质差也能用但会先做增强。
-
4起兼容接口
需要给别的应用用时,用自带的命令行起一个兼容服务。
auralis.openai --host 127.0.0.1 --port 8000 --max_concurrency 8 -
5长文本流式
整本书级别的输入要开流式分块,否则内存顶不住。
如何确认成功
用一段十秒参考音合成一段新文本,音色接近且整段无明显断裂
注意事项
- 声音克隆涉及他人声音权益,公开使用前必须取得授权。
- 官方宣称的速度是长文本批处理场景,短句首字延迟另算。
- 并发数调高会吃显存,按显卡容量设上限。
- 参考音频质量差时增强有效,但别指望修复严重噪声。
核心亮点
- 推理速度快,针对低延迟场景优化,适合实时交互
- 支持多种主流 TTS 模型(如 GPT-SoVITS),灵活切换
- 提供简洁的 Python API,易于集成和扩展
不足之处
- 项目早期,文档和社区支持尚不完善
- 依赖较多,环境配置可能稍复杂
适用场景
- 实时语音助手/聊天机器人语音回复
- 音视频内容批量生成配音
- 游戏或应用内动态角色语音
替代项目
Coqui TTS、MeloTTS、ChatTTS
上一篇:VitsServer
下一篇:Hassio-Addons
同类项目推荐
Kokoros
开源
用 Rust 实现极速实时高质量语音合成
Kokoro in Rust. https://huggingface.co/hexgrad/Kokoro-82M Insanely fast, realtime TT···
mel-cepstral-distance
开源
算两段语音差多少,客观评估合成质量
A Python library for computing the Mel-Cepstral Distance (Mel-Cepstral Distortion, M···
AdaSpeech
开源
用几秒参考音频,快速克隆出你的专属AI音色
An implementation of Microsoft's "AdaSpeech: Adaptive Text to Speech for Custom Voic···
vixtts-demo
开源
上传一段越南语音频,即刻克隆音色并合成新语音
A Vietnamese Voice Cloning Text-to-Speech Model ✨
arguing-robots
开源
在终端里看两个机器人实时吵架,还能听声
Watch and hear macOS robots argue live in your terminal
ubisoft-laforge-daft-exprt
开源
把一个人的说话情绪,无缝搬到另一个人声音里
Daft-Exprt: Robust Prosody Transfer Across Speakers for Expressive Speech Synthesis
qwen-tts2api
开源
把通义千问 TTS 包装成 OpenAI 接口,一行代码切换语音服务
️ Qwen TTS to OpenAI Speech API
dots.tts
开源
本地跑文本转语音,几行代码让文字开口说话
tiktok-tts
开源
一行代码调用 TikTok 语音合成,快速生成 MP3 音频。
Provides a simple way to generate text-to-speech audio files using TikTok's text-to-···
