VitsServer
把 VITS 模型秒变高速 TTS 服务，一键部署低延迟合成
项目预览
项目数据
项目介绍
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 ★ 130
技术标签
核心亮点
- 基于 ONNX Runtime，推理速度比原始 PyTorch 实现快数倍，适合生产环境
- 提供标准 HTTP API，支持多说话人和批量请求，易于集成到现有系统
- 代码简洁，配置简单，可快速本地部署或容器化运行
不足之处
- 早期项目，文档和示例较少，社区支持有限
- 仅支持 VITS 模型，未覆盖其他 TTS 架构（如 Tacotron、FastSpeech）
适用场景
- 语音助手后端 TTS 服务，快速响应交互式语音
- 内容生成工具，批量合成有声书或播客音频
- 边缘设备或低资源环境下的离线语音合成
替代项目
Coqui TTS、MeloTTS、ESPnet-TTS
上一篇：kokoro-web
下一篇：Auralis
同类项目推荐
WavTokenizer
开源
每秒40个token，让音频语言建模又快又准
[ICLR 2025] SOTA discrete acoustic codec models with 40/75 tokens per second for aud···
Fre-GAN-pytorch
开源
用 GAN 生成频率更真实的语音，提升 TTS 听感
Fre-GAN: Adversarial Frequency-consistent Audio Synthesis
open-audio
开源
输入文字，一键生成自然语音并下载
Open-Audio TTS: A robust web app leveraging OpenAI's powerful Text-to-Speech (TTS) m···
pattrns
开源
用代码写节奏，实时生成音乐序列
Experimental imperative-style music sequence generator engine
so-vits-models
开源
一站式收藏AI模型，快速找到声音、图像、视频生成工具
收集有关so-vits-svc、TTS、SD、LLMs的各种模型、应用以及文字、声音、图片、视频有关的mo···
vllm-chatterbox-stream
开源
用 vLLM 驱动，0.7 秒首响，23 语言实时语音合成，支持声音克隆
OpenAI-compatible multilingual TTS server — Chatterbox on vLLM with real-time PCM a···
personalized-podcast
开源
把任意文章变成你的专属 AI 播客，通勤路上听
Turn any content into a personalized AI podcast. NotebookLM-style, except you contro···
RealtimeTTS
开源
实时把文字变语音，低延迟流式输出，轻松集成各种 TTS 引擎。
Converts text to speech in realtime
D2M-GAN
开源
给舞蹈视频自动生成匹配节拍的音乐
[ECCV2022] D2M-GAN for music generation from dance videos