Orpheus-TTS

让AI说话像真人,实时合成高表现力语音

开源 🏷️定价信息待确认 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 539 🐛 待处理 126 👀 关注 73
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 6398
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

Orpheus-TTS 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canopyai
定价模式🏷️定价信息待确认
价格说明开源项目,可自行部署,官网未明确在线服务或定价信息。
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Apache-2.0
主要语言Python
技术栈/模型llm,realtime,tts
GitHub 星标★ 6398
上线时间2025-03-08 00:00:00
代码更新2025-12-05
仓库体积3.2 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

Orpheus-TTS 是一个开源文本转语音(TTS)项目,旨在生成接近真人发音的语音。它基于大型语言模型(LLM)技术,支持实时语音合成,能处理复杂文本并输出自然流畅的音频。项目解决了传统TTS系统音色机械、情感表达不足的问题,核心能力包括高表现力语音生成、实时推理和可定制化语音风格。技术栈以Python为主,适合开发者集成到聊天机器人、有声书、辅助工具等场景。目前处于成长阶段,社区活跃,持续优化模型质量和推理效率。

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 ★ 6398

技术标签

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:入门 约 10 分钟 部署方式:云服务 5 步

环境要求

  • Python 环境(README 使用 Python 包 orpheus_tts 调用模型)
  • 可访问 Google Colab 或 Baseten 的浏览器环境(README 提供云端使用方式)
  • 如需本地使用仓库修复版代码,需在本地克隆 Orpheus-TTS 仓库
  • Baseten 账号(用于一键部署生产级实时流式推理)

安装与启动步骤

  1. 1用 Colab 试用微调模型

    README 提供 Colab For Tuned Model 笔记本,适合日常 TTS 应用,但非流式,实时流式请参考其他方式。

  2. 2用 Colab 试用预训练模型

    README 提供的预训练模型 Colab 笔记本,默认为条件生成设置,可扩展到其他任务。

  3. 3克隆仓库到本地

    如需使用仓库内代码(本地包)而非已安装的 PyPI 版本,先克隆仓库并进入目录。

    git clone https://github.com/canopyai/Orpheus-TTS.git
    cd Orpheus-TTS
  4. 4改用仓库本地包

    若克隆仓库后遇到 KV cache 报错或 max_model_len 属性不存在的报错,按 README 改为导入仓库内的本地包。

    import sys
    sys.path.insert(0, 'orpheus_tts_pypi')
    from orpheus_tts import OrpheusModel
  5. 5Baseten 一键部署

    README 推荐 Baseten 作为首选推理合作方,可在其平台一键获得带实时流式的专用部署。

如何确认成功

Colab 笔记本运行后能成功生成并播放语音;Baseten 部署后实例处于运行状态并能实时流式输出。

常见问题

Q:本地运行时提示 KV cache 错误或 max_model_len 属性不存在怎么办?

A:不要使用已安装的 PyPI 版本,改为在代码中把仓库内的 orpheus_tts_pypi 路径加入 sys.path,再从 orpheus_tts 导入 OrpheusModel,以使用仓库中已修复的代码。

Q:不想配置本地环境,如何最快体验?

A:直接打开 README 提供的两个 Colab 笔记本:一个是微调模型(适合日常 TTS,非流式),一个是预训练模型(条件生成)。

Q:想要生产级的实时流式推理怎么办?

A:使用 README 推荐的 Baseten 平台一键部署,可获得专用部署与实时流式能力,并支持 fp8(更高性能)与 fp16(完整保真)推理。

Q:支持英语以外的语言吗?

A:README 提到 2025 年 4 月发布了多语言模型系列(研究预览版),并提供训练指南说明如何制作这些模型。

注意事项

  • README 未给出本地 pip 安装命令,所有依赖安装步骤请以官方仓库与笔记本为准,不要凭空安装包名。
  • 多语言模型为研究预览版本,README 明确说明其定位为 research preview。
  • Baseten 是官方首选推理合作方,提供 fp8 与 fp16 两种推理精度选项。
  • README 中的 Colab 微调模型笔记本不支持流式,需要实时流式请选择其他方式。

核心亮点

  • 基于LLM的深度语义理解,输出语音自然且情感丰富
  • 支持实时推理,适合交互式应用如语音助手
  • 开源且提供预训练模型,易于集成和二次开发

不足之处

  • 模型训练和推理资源消耗较大,对硬件有要求
  • 文档/社区待观察

适用场景

  • 智能语音助手和客服系统
  • 有声书和播客内容生成
  • 游戏和虚拟角色配音

替代项目

Coqui TTS、MeloTTS、ChatTTS

上一篇:WhisperSpeech

下一篇:OpenWebTTS

同类项目推荐

com.rest.elevenlabs 开源

Unity 里一键接入 Eleven Labs 语音合成,快速实现角色配音与播报。

A non-official Eleven Labs voice synthesis client for Unity (UPM)

★ 109 2026-08-09
Orpheus-TTS 开源

让AI说话像真人,实时合成高表现力语音

Towards Human-Sounding Speech

★ 6398 2026-08-09
pypianoroll 开源

把 MIDI 变成钢琴卷帘,方便做音乐 AI 训练和可视化。

A toolkit for working with piano rolls

★ 150 2026-08-09
vietTTS 开源

让应用开口说越南语,开箱即用的高质量 TTS 库

Vietnamese Text to Speech library

★ 261 2026-08-09
flux-generator 开源

在 Mac 上本地生成图像和音乐,无需云端

Local image and music generation for Apple Silicon

★ 79 2026-08-09
TextSoundSaver 开源

Mac 上把文字一键变成语音,导出音频文件

Using the TextSoundSaver application, you can convert text into realistic synthesize···

★ 97 2026-08-09
AgentVibes 开源

让 Claude Code 开口说话,边写代码边听反馈

TTS for Claude Code

★ 155 2026-11-08
DiffSinger 开源

用扩散模型精修歌声合成,让非自回归 TTS 音质更自然

PyTorch implementation of DiffSinger: Singing Voice Synthesis via Shallow Diffusion ···

★ 247 2026-08-09
TTS 开源

Java 项目直接调用的文本转语音工具

★ 2728 2026-11-08