Auralis

快速将文本转语音,低延迟集成到你的应用

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 52 🐛 待处理 34 👀 关注 13
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 623
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,本地部署,完全免费。

项目预览

Auralis 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astramind-ai
定价模式🏷️完全免费
价格说明开源项目,本地部署,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NOASSERTION
主要语言Python
技术栈/模型tts,tts-serving,xttsv2
GitHub 星标★ 623
上线时间2024-11-02 00:00:00
代码更新2025-01-23
仓库体积2.1 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

Auralis 是一个基于 Python 的快速文本转语音(TTS)引擎,旨在提供低延迟、高质量的语音合成能力。它解决了传统 TTS 系统推理速度慢、部署复杂的问题,通过优化的模型架构和推理流程,让开发者能够快速将文本转换为自然流畅的语音。核心能力包括:支持多种语音模型(如 GPT-SoVITS 等)的加载与推理、流式输出、多语言支持、以及简单的 API 接口,方便集成到聊天机器人、语音助手、有声书生成等应用中。项目目前处于早期阶段,代码结构清晰,适合对 TTS 性能有要求的开发者使用或二次开发。

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

tts

使用教程

难度:进阶 约 40 分钟 部署方式:本地GPU 5 步

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. 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. 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. 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. 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. 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···

★ 835 2026-08-09
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···

★ 69 2026-08-09
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···

★ 98 2026-08-09
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 ✨

★ 517 2026-08-09
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

★ 53 2026-08-09
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

★ 128 2026-08-09
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

★ 88 2026-08-09
dots.tts 开源

本地跑文本转语音,几行代码让文字开口说话

★ 1411 2026-10-25
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-···

★ 121 2026-08-09