TTS

训练并部署高拟真语音合成模型,轻松打造专属声音

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 1316 🐛 待处理 37 👀 关注 186
GitHub ↗
GitHub 星标 ★ 10187
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,本地部署,完全免费

项目预览

TTS 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队mozilla
定价模式🏷️完全免费
价格说明开源项目,本地部署,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MPL-2.0
主要语言Jupyter Notebook
技术栈/模型dataset-analysis,deep-learning,gantts,glow-tts,melgan,multiband-melgan,python,pytorch,speaker-encoder,speech,tacotron,tacotron2,tensorflow2,text-to-speech,tts,vocoder
GitHub 星标★ 10187
上线时间2018-01-23 00:00:00
代码更新2023-11-09
仓库体积122.8 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数7

项目介绍

Mozilla TTS 是一个基于深度学习的文本转语音(TTS)引擎,旨在提供高质量、自然且灵活的语音合成能力。它解决了传统 TTS 系统音质生硬、定制困难的问题,支持多种先进模型,如 Tacotron 2、Glow-TTS 和 Multiband-MelGAN,并提供了完整的训练、微调和推理流程。其核心能力包括:多说话人支持(通过说话人编码器)、多语言训练、音色迁移、以及实时合成。项目还包含数据集分析工具,帮助用户准备和评估训练数据。Mozilla TTS 适合研究人员和开发者用于构建自定义语音助手、有声书生成、无障碍辅助工具等场景,其模块化设计使得模型替换和实验变得容易。

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 ★ 10187

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:本地安装 4 步

环境要求

  • Python 版本需满足 >=3.6 且 <3.9(不支持 3.9 及以上)
  • 已安装 pip 包管理工具
  • 如要训练或修改代码,需本地克隆仓库并以可编辑模式安装
  • 如需 git 克隆,需本机已安装 git

安装与启动步骤

  1. 1确认 Python 版本

    TTS 仅支持 Python 3.6 到 3.8,版本不符需先切换环境,否则安装或运行会失败。

    python --version
  2. 2PyPI 快速安装

    若只用已发布的预训练模型做语音合成,直接通过 PyPI 安装最省事,无需克隆仓库。

    pip install TTS
  3. 3克隆 TTS 仓库

    准备自行编写代码或训练模型时,先从 GitHub 克隆官方仓库到本地。

    git clone https://github.com/mozilla/TTS
  4. 4本地可编辑安装

    进入克隆下来的 TTS 目录,以 -e 可编辑模式安装,方便后续修改源码并生效。

    cd TTS
    pip install -e .

如何确认成功

pip 安装过程中无报错,且在 Python 中执行 import TTS 能正常导入,即表示安装成功。

常见问题

Q:Python 3.9 或更高版本可以装吗?

A:不可以。README 明确说明 TTS 仅支持 python >= 3.6, <3.9,请切换到 3.6~3.8 的环境再安装。

Q:只想用模型合成语音,需要克隆仓库吗?

A:不需要。只用已发布模型做语音合成时,直接 pip install TTS 即可;只有写代码或训练模型才需要克隆仓库并本地安装。

Q:安装遇到问题去哪里提问?

A:可以查阅官方 Wiki 的 FAQ(https://github.com/mozilla/TTS/wiki/FAQ),Bug 报告和功能建议提交到 GitHub Issue Tracker。

Q:训练模型需要额外做什么?

A:README 建议先克隆 TTS 仓库,再用 pip install -e . 以可编辑模式本地安装,之后即可基于源码进行训练和调参。

注意事项

  • 严格注意 Python 版本区间:>=3.6 且 <3.9,高版本会安装失败。
  • pip install TTS 适合推理场景,pip install -e . 适合需要改代码或训练的场景,按需选择。
  • 预训练模型清单与语音样例在官方 Wiki 和示例页面中,README 未提供具体下载命令。
  • 训练配方(training recipes)与论文合集在 README 给出的外链仓库中,可作为进阶参考。

核心亮点

  • 集成多种先进 TTS 模型(Tacotron2/Glow-TTS),支持端到端训练与推理
  • 提供多说话人编码器,支持音色迁移和自定义声音克隆
  • 社区活跃,文档齐全,配套数据集分析工具,降低上手门槛

不足之处

  • 训练高质量模型需要大量数据和GPU资源,对硬件要求较高
  • 文档/社区待观察

适用场景

  • 开发智能语音助手或客服机器人,需要自然发声
  • 为有声书、播客等生成批量语音内容
  • 研究 TTS 模型或进行音色迁移实验

替代项目

Coqui TTS、ESPnet-TTS、FastSpeech 2

上一篇:Amphion

下一篇:metavoice-src

同类项目推荐

MSVAE 开源

把音乐压成语义隐空间,理解、生成、重建一网打尽

A Music Semantic VAE for music understanding, generation, and high-fidelity reconstr···

★ 222 2026-10-29
emospeech 开源

从语音中识别情绪,让机器听懂你的心情

★ 128 2026-08-09
rtvc 开源

实时语音转写与克隆,快速接入 ElevenLabs

"Realtime" voice transcription and cloning using ElevenLabs's API.

★ 55 2026-08-09
Music-SketchNet 开源

画个音乐草图,AI帮你生成完整旋律和节奏

ISMIR 2020 Paper repo: Music SketchNet: Controllable Music Generation via Factorized···

★ 83 2026-08-09
faster-qwen3-tts 开源

让 Qwen3-TTS 边生成边出声,实时对话不卡顿

Real-time text-to-speech with Qwen3-TTS

★ 1417 2026-10-01
VibeVoice-ComfyUI 开源

在 ComfyUI 里拖拽节点,一键生成高质量多角色语音

A comprehensive ComfyUI integration for Microsoft's VibeVoice text-to-speech model, ···

★ 1576 2026-08-09
easytts 开源

上传小说,一键生成多人有声书,自动分角色朗读。

打造最简单的TTS前端集合,最简单的有声小说制作工作流。基于正则规则对小说进行分句,基于···

★ 149 2026-08-09
KAN-TTS 开源

快速搭建定制语音合成系统,开箱即用

KAN-TTS is a speech-synthesis training framework, please try the demos we have poste···

★ 529 2026-08-09
Awesome-Text-to-Speech 开源

一份清单,带你速览 TTS 最新工具和模型,少走弯路。

A curated list of the latest and most influential tools, models, and resources in th···

★ 221 2026-08-09