f5-tts-mlx

在 Mac 上本地跑 F5-TTS，零样本克隆语音

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 67 🐛 待处理 11 👀 关注 15

GitHub ↗

GitHub 星标 ★ 650

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类音频音乐

开发团队lucasnewman

GitHubhttps://github.com/lucasnewman/f5-tts-mlx

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型diffusion-transformer,flow-matching,mlx,text-to-speech,tts

GitHub 星标★ 650

上线时间2024-10-13 00:00:00

代码更新2025-03-19

仓库体积723 KB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

f5-tts-mlx 是 F5-TTS 模型在 Apple MLX 框架上的实现，旨在让 TTS 模型在 Apple Silicon 芯片上高效运行。它解决了 F5-TTS 原版依赖 CUDA、在 Mac 上无法充分利用硬件性能的问题，通过 MLX 优化实现端到端的文本到语音合成。核心能力包括：基于 flow-matching 和 diffusion transformer 架构，支持零样本语音克隆，即仅需几秒参考音频即可合成目标说话人的语音；提供命令行推理、Web 界面和 Python API，方便集成；支持批量生成、语音停顿控制、多语言合成等。项目处于早期阶段，但已具备可用的推理流程，适合在 Mac 上本地运行 TTS 任务。

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 ★ 650

技术标签

diffusion-transformer flow-matching mlx text-to-speech tts

使用教程

难度：进阶约 25 分钟部署方式：Apple芯片 4 步

环境要求

Apple Silicon Mac
Python 3.9+
约 2G 模型权重

安装与启动步骤

1装包

它基于苹果的 MLX 框架，只能在 Apple Silicon 上跑。
```
pip install f5-tts-mlx
```
2先跑默认样例

不传参数会跑自带示例，用它确认模型能下载且能出声。
```
python -m f5_tts_mlx.generate
```
3换自己的文本

text 参数直接给要合成的句子，中英文都支持。
```
python -m f5_tts_mlx.generate --text "今天天气不错"
```
4降采样步数换速度

q 参数控制步数，压太低会有杂音，先从中间值试。
```
python -m f5_tts_mlx.generate --text "试听一段" --q 4
```