HeadTTS

浏览器里跑TTS，带时间戳和口型，直接做唇形同步

HeadTTS 是一个基于 Kokoro 的免费神经文本转语音（TTS）工具，专为唇形同步（lip-sync）场景设计。它解决了传统 TTS 无法提供精确时间戳和口型同步数据的问题，能够生成包含单词级时间戳和 visemes（口型单元）的语音，方便与 TalkingHead 等动画系统集成。核心能力包括：在浏览器中通过 WebGPU/WASM 实现完全本地化的推理，无需服务器；同时支持在 Node.js 环境中以 WebSocket/REST 服务方式运行，兼容 CPU 和 WebGPU。项目采用 JavaScript 编写，易于前端集成，适合实时交互应用。作为早期项目，它提供了开箱即用的 API 和示例，降低了开发者构建数字人、虚拟主播等应用的复杂度。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 177

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met4citizen

所属国家

官网地址https://met4citizen.github.io/HeadTTS

GitHubhttps://github.com/met4citizen/HeadTTS

定价模式free

价格说明完全免费，支持浏览器内运行（WebGPU/WASM）或本地部署，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言JavaScript

技术栈/模型kokoro,lip-sync,talkinghead,text-to-speech,timestamps,visemes

GitHub 星标★ 177

30天Star增速

HF 下载量

上线时间2025-04-21 00:00:00

最近更新2026-09-23 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5

使用教程

核心亮点

完全本地推理，支持 WebGPU/WASM，隐私好且无服务器成本
输出单词级时间戳和 visemes，直接对接唇形同步流程
双模式运行：浏览器内嵌或 Node.js 服务，适配不同场景

不足之处

早期项目，API 和功能稳定性待验证
文档/社区待观察

适用场景

数字人/虚拟主播的实时口型驱动
浏览器端无障碍阅读或语音交互
视频制作中自动生成配音与口型动画

替代项目

Coqui TTS、Mimic 3、Kokoro TTS

项目介绍

HeadTTS 是音频音乐领域的开源项目，由 met4citizen 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 176。

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 2026-09-21。完全免费，支持浏览器内运行（WebGPU/WASM）或本地部署，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：数字人/虚拟主播的实时口型驱动。同类可对比的替代方案包括 Coqui TTS、Mimic 3、Kokoro TTS。

上一篇：MSMC-TTS

下一篇：Neural-HMM