cosyvoice-docker

一条命令部署阿里 CosyVoice，带界面和 API，秒级克隆音色

CosyVoice 是阿里通义实验室开源的语音合成（TTS）大模型，支持中文、英文、日文等多种语言，具备零样本声音克隆、跨语种语音合成、情感控制等能力。本项目将其打包为 All-in-One Docker 镜像，开箱即用，提供 Web 图形界面、OpenAI 兼容的 REST API 以及流式语音合成接口，极大降低了部署门槛。用户可通过简单的 Docker 命令启动服务，上传几秒参考音频即可克隆音色，并支持多语言混合合成与指令控制（如语速、情感）。项目解决了原生模型依赖复杂 Python 环境、GPU 配置繁琐的问题，适合快速集成到现有应用或本地体验，是生产级 TTS 服务的便捷方案。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 88

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neosun100

所属国家

官网地址

GitHubhttps://github.com/neosun100/cosyvoice-docker

定价模式free

价格说明开源项目，基于Apache-2.0许可证，可自行部署使用，无收费计划。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型alibaba,chinese-tts,cosyvoice,docker,openai-api,speech-synthesis,streaming,text-to-speech,tts,voice-cloning

GitHub 星标★ 88

30天Star增速

HF 下载量

上线时间2025-12-18 00:00:00

最近更新2026-09-20 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

All-in-One 打包，Docker 一条命令启动，免去手动配置 Python/CUDA 环境
提供 Web UI 和 OpenAI 兼容 REST API，方便快速集成到现有系统
支持流式合成与多语言混合，零样本克隆音色仅需几秒参考音频

不足之处

早期项目，星标少，文档和社区支持待观察
依赖官方模型权重下载，网络不佳时首次启动可能较慢

适用场景

本地快速体验 CosyVoice 语音合成效果
为应用集成中文/多语言 TTS 能力，通过 REST API 调用
需要声音克隆的个性化语音助手或配音工具开发

替代项目

ChatTTS、GPT-SoVITS、Edge-TTS

项目介绍

cosyvoice-docker 是音频音乐领域的开源项目，由 neosun100 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 88。

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 2026-09-20。基于Apache-2.0许可证，可自行部署使用，无收费计划。

它主要面向的使用场景是：本地快速体验CosyVoice语音合成效果。同类可对比的替代方案包括 ChatTTS、GPT-SoVITS、Edge-TTS。

上一篇：qwen-tts2api

下一篇：LVCNet