voicehub

一套接口,调用所有 TTS 模型,快速集成语音合成。

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 14 🐛 待处理 16 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 121
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0 许可证,可自行部署使用,完全免费。

项目预览

voicehub 项目界面预览图
图片来源:项目官网

项目数据

分类音频音乐
开发团队kadirnar
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0 许可证,可自行部署使用,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Apache-2.0
主要语言Python
技术栈/模型speech,text-to-speech,tts,voice
GitHub 星标★ 121
上线时间2025-06-10 00:00:00
代码更新2026-11-02
仓库体积64.7 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-09
浏览次数4

项目介绍

VoiceHub 是一个为文本转语音(TTS)模型提供统一推理接口的开源工具。它解决了 TTS 模型生态碎片化的问题,让开发者无需深入理解每个模型的特定 API 和依赖,即可通过一套标准化的接口调用不同的 TTS 模型。核心能力包括:统一的模型加载与推理流程、支持多种主流 TTS 模型(如 VITS、Tacotron 等)的接入、简单的 Python API 设计,以及便于扩展的架构。项目处于早期阶段,旨在降低 TTS 应用开发门槛,提升模型切换和集成的效率,适合快速原型验证和中小型项目使用。

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 ★ 121

核心亮点

  • 提供统一推理接口,简化多 TTS 模型的集成与切换流程
  • 基于 Python,API 设计简洁,易于上手和二次开发
  • 支持模型扩展,方便接入新的 TTS 模型

不足之处

  • 项目处于早期,文档和社区支持尚不完善
  • 模型覆盖范围有限,可能不支持所有主流 TTS 模型

适用场景

  • 快速原型开发,验证不同 TTS 模型效果
  • 在应用中集成多种 TTS 模型,实现灵活切换
  • 教学或研究场景,统一对比不同 TTS 模型性能

替代项目

Coqui TTS、ESPnet-TTS、MeloTTS

上一篇:murf-python-sdk

下一篇:ComfyUI-audio

同类项目推荐

marytts 开源

用纯 Java 实现多语言语音合成,快速集成到你的应用

MARY TTS -- an open-source, multilingual text-to-speech synthesis system written in ···

★ 2580 2026-08-09
ng2-pdfjs-viewer 开源

在 Angular 里快速嵌入 PDF 查看器,支持表单和自定义

#1 Angular PDF viewer

★ 253 2026-08-09
radium 开源

图形化 tracker,像 DAW 一样拖音符,保留逐行编辑精度

A graphical music editor. A next generation tracker.

★ 1092 2026-10-15
GLM-TTS 开源

几秒克隆音色,还能带情绪说话,让TTS更自然

GLM-TTS: Controllable & Emotion-Expressive Zero-shot TTS with Multi-Reward Reinforce···

★ 1071 2026-08-09
liquid-audio 开源

端到端语音互转,实时交互低延迟

Liquid Audio - Speech-to-Speech audio models by Liquid AI

★ 592 2026-08-09
teochew-g2p 开源

把潮州话汉字转成音素,让TTS能读出来

这是一个潮州话文本端的处理工具和正字标准,主要为潮州方言的语音合成服务

★ 81 2026-08-09
F5-TTS 开源

几秒参考音频即可克隆音色,生成自然流畅的中英语音

Official code for "F5-TTS: A Fairytaler that Fakes Fluent and Faithful Speech with F···

★ 15536 2026-10-25
MOSS-TTSD 开源

从短音频克隆声音,生成多说话人 expressive 对话

A multilingual model for long-form, multi-speaker dialogue synthesis with flexible s···

★ 1418 2026-08-09
paroli 开源

在RK3588上跑通流式TTS,低延迟本地语音合成

Streaming TTS based on Piper with optional RK3588 NPU support

★ 136 2026-08-09