xtts2-ui 是音频音乐领域的开源项目，由 BoltzmannEntropy 开发，2023 年首次发布。
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 403。
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 2026-09-13。MIT许可证，完全免费，需自行部署。
它主要面向的使用场景是：个人创作者快速生成个性化语音内容。同类可对比的替代方案包括 Coqui TTS、Bark、Tortoise-TTS。
xtts2-ui
上传10秒语音，即刻克隆声音并生成任意文本语音
xtts2-ui 是一个为 Coqui XTTS-2 模型打造的图形化界面工具，让用户仅需 10 秒的语音样本即可完成文本到语音的克隆。它解决了 XTTS-2 命令行操作门槛高、参数复杂的问题，通过直观的 Web UI 提供语音克隆、语音合成、批量处理等功能。核心能力包括：加载预训练模型、上传短音频进行声音克隆、输入文本生成自然语音，并支持多种语言和音色调节。项目基于 Python 和 Gradio 构建，简化了模型部署和交互流程，适合非技术用户快速体验高质量语音克隆。
开源
free
音频音乐
GitHub 星标
★ 403
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BoltzmannEntropy
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型coqui-tts,streamlit,tts,voice-cloning
GitHub 星标★ 403
30天Star增速
HF 下载量
上线时间2023-11-25 00:00:00
最近更新2026-09-13 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
- 仅需10秒语音样本即可克隆声音，门槛极低
- 提供完整的Web界面，无需命令行操作，上手快
- 基于Coqui XTTS-2，支持多语言和高质量语音合成
不足之处
- 依赖XTTS-2模型，模型体积大，需较高硬件配置
- 文档/社区待观察
适用场景
- 个人创作者快速生成个性化语音内容
- 开发者集成语音克隆能力到自己的应用
- 教育领域制作多语言教学音频
替代项目
Coqui TTS、Bark、Tortoise-TTS
项目介绍
上一篇：Dot
下一篇：edge-TTS-record
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···