f5-tts-swift

在苹果设备上本地运行高质量语音合成，无需联网

f5-tts-swift 是一个用 Swift 语言实现的 F5-TTS 文本转语音库，基于 MLX 框架构建，专为 Apple 生态（macOS、iOS）设计。它解决了在 Apple 设备上本地运行高质量 TTS 模型的需求，无需依赖云端服务，保护用户隐私。核心能力包括：使用 diffusion-transformer 和 flow-matching 技术生成自然语音，支持零样本语音克隆，能根据参考音频调整音色。项目提供了完整的 Swift API，方便开发者集成到自己的应用中，并支持从 Hugging Face 下载预训练模型。作为早期项目，它展示了在 Apple 硬件上利用 MLX 高性能计算运行复杂生成模型的可行性，为 Swift 开发者打开了本地 TTS 应用的大门。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 91

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lucasnewman

所属国家

官网地址

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

定价模式free

价格说明开源项目，MIT许可证，完全免费，需自行部署。

访问状态

是否开源是

开源协议MIT

主要语言Swift

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

GitHub 星标★ 91

30天Star增速

HF 下载量

上线时间2024-10-19 00:00:00

最近更新2026-07-27 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4

使用教程

核心亮点

基于 MLX 框架，充分利用 Apple 芯片（M 系列）的 GPU 加速，性能高效
完全本地运行，保护隐私，无需网络连接和云服务费用
支持零样本语音克隆，仅需几秒参考音频即可合成相似音色

不足之处

早期项目，API 和功能可能不稳定，文档较少
目前仅支持 Apple 平台，无法跨平台使用
模型较大，对内存和存储有一定要求

适用场景

在 iOS 或 macOS 应用中集成离线语音助手或朗读功能
为视障用户提供本地化语音播报，无需网络依赖
开发个性化语音克隆应用，如配音、有声书制作

替代项目

whisper.cpp、piper-tts、coqui-tts

项目介绍

f5-tts-swift 是音频音乐领域的开源项目，由 lucasnewman 开发，2024 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 91。

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 2026-07-27。MIT许可证，完全免费，需自行部署。

它主要面向的使用场景是：在iOS或macOS应用中集成离线语音助手或朗读功能。同类可对比的替代方案包括 whisper.cpp、piper-tts、coqui-tts。

上一篇：bangla-tts

下一篇：indonesian-tts