TTS

环境要求

• Python >= 3.9 且 < 3.12（官方在 Ubuntu 18.04 上测试）
• 如只做语音合成推理，使用 pip 安装 PyPI 包即可
• 如需写代码或训练模型，需克隆仓库并本地安装（含编译依赖）
• 可选：已安装 Docker，使用官方镜像免安装体验
• Windows 用户需参考社区提供的 CUDA 安装说明，官方未直接支持

安装与启动步骤

1. 1安装 TTS 包

   只做语音合成的最简方式，直接从 PyPI 安装官方发布的 TTS 包。建议在虚拟环境中执行，避免污染系统环境。

   pip install TTS

   复制

2. 2克隆并本地安装

   需要改代码或训练模型时使用。克隆仓库后在项目根目录以可编辑模式安装，方括号内为可选 extras，按需选择。

   git clone https://github.com/coqui-ai/TTS
   pip install -e .[all,dev,notebooks]

   复制

3. 3Ubuntu 一键安装

   在 Ubuntu（Debian）系统上可用仓库自带 Makefile 安装系统依赖与项目，其他操作系统无此命令。

   make system-deps
   make install

   复制

4. 4Docker 免安装启动

   不想装环境可直接跑官方 CPU 镜像，进入容器 bash 交互环境，并把容器 5002 端口映射到本机。

   docker run --rm -it -p 5002:5002 --entrypoint /bin/bash ghcr.io/coqui-ai/tts-cpu

   复制

5. 5查看可用模型

   在 Docker 容器内查询官方预训练模型列表，从中挑一个模型名用于下一步启动服务。

   python3 TTS/server/server.py --list_models

   复制

6. 6启动 TTS 服务器

   用选定的模型名启动服务，这里以多说话人英文 VITS 模型为例。命令需在容器内执行，或已在本地安装好 TTS 后执行。

   python3 TTS/server/server.py --model_name tts_models/en/vctk/vits

   复制

7. 7代码调用合成

   在 Python 中导入 TTS 类并创建实例，用 tts_to_file 把文本合成到指定文件，示例为德语单说话人用法。

   import torch
   from TTS.api import TTS
   tts = TTS()
   tts.tts_to_file(text="Ich bin eine Testnachricht.", file_path=OUTPUT_PATH)

   复制

关键配置

如何确认成功

浏览器打开 http://[::1]:5002/ 即可看到并试用 TTS 服务器页面，说明启动成功。

常见问题

注意事项

• Python 版本必须 >= 3.9 且 < 3.12，版本不符会导致安装或运行失败。
• 执行 pip install -e .[all,dev,notebooks] 前需先进入克隆下来的 TTS 目录。
• make system-deps 与 make install 仅适用于 Ubuntu（Debian）系统。
• 后续两条 python3 TTS/server/server.py 命令需在 Docker 容器内执行。