Dia-TTS-Server

自托管对话式语音合成，一键部署，支持声音克隆和 OpenAI API。

Dia-TTS-Server 是一个自托管的 Dia TTS 模型推理服务器，旨在解决高质量对话式语音合成部署复杂的问题。它基于 Python 和 FastAPI 构建，提供友好的 Web 界面和灵活的 API 端点，包括 OpenAI 兼容接口，便于集成到现有应用。核心能力包括：支持 SafeTensors/BF16 格式，提升模型加载和推理效率；支持声音克隆，可复制特定音色；支持多说话人对话生成，适合有声书、播客等场景；同时支持 GPU 和 CPU 执行，降低硬件门槛。项目处于早期阶段，但功能完整，适合开发者快速搭建本地语音合成服务。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 355

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devnen

所属国家

官网地址

GitHubhttps://github.com/devnen/Dia-TTS-Server

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai,api-server,audio-generation,cuda,dia,dia-tts,dialogue-tts,fastapi,huggingface,openai-api,python,pytorch,speech-synthesis,speech-synthesis-api,text-to-speech,tts,tts-api,voice-cloning,web-ui

GitHub 星标★ 355

30天Star增速

HF 下载量

上线时间2025-04-22 00:00:00

最近更新2026-09-15 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3

使用教程

核心亮点

提供 OpenAI 兼容 API，无缝替换现有语音服务
支持声音克隆和多说话人对话生成，功能强大
支持 SafeTensors/BF16，推理效率高，且兼容 CPU/GPU

不足之处

早期项目，文档和社区支持待观察
依赖 PyTorch 和 CUDA，部署环境配置较复杂

适用场景

本地部署语音合成服务，用于智能助手或客服系统
有声内容创作，如生成多角色对话的有声书
教育或娱乐应用，快速生成个性化语音

替代项目

Coqui TTS、MeloTTS、ChatTTS

项目介绍

Dia-TTS-Server 是音频音乐领域的开源项目，由 devnen 开发，2025 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 355。

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 2026-09-15。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：本地部署语音合成服务，用于智能助手或客服系统。同类可对比的替代方案包括 Coqui TTS、MeloTTS、ChatTTS。

上一篇：Cross-Lingual-Voice-Cloning

下一篇：Vocello