项目预览
项目数据
项目介绍
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 ★ 858
使用教程
环境要求
- Python 3.10
- NVIDIA GPU（建议 16G+）
安装与启动步骤
-
1建环境
官方 Python 3.10。
git clone https://github.com/netease-youdao/Confucius4-TTS.git conda create -n confuciustts python=3.10 -y conda activate confuciustts pip install -r requirements.txt -
2跑示例
先用自带示例合成一段，确认权重与路径。
python example.py --text "你好，这是一段合成语音" -
3起界面
WebUI 支持多语言与跨语种音色。
python webui.py --port 7860 -
4加速推理
要低延迟就换 vllm 后端。
pip install -r requirements_vllm_add.txt python example_vllm.py
如何确认成功
生成的音频可播放，跨语种句子也读得自然。
注意事项
- 它基于语音编码器 + LLM 的架构，多语言是主要卖点。
- 训练脚本在 cli 下，微调要另备数据。
- vllm 环境建议 clone 一份，避免和主环境冲突。
核心亮点
- 零样本克隆：只需几秒参考音频即可复刻音色，无需额外训练
- 跨语言生成：支持中文、英文等多语言混合，音色一致性较好
- 基于 PyTorch 实现，代码结构清晰，便于二次开发和部署
不足之处
- 早期项目，文档和社区支持待观察
- 大规模生产环境的稳定性和性能未充分验证
适用场景
- 多语言有声内容制作，如播客、有声书快速配音
- 游戏或虚拟人角色语音定制，快速生成不同语言版本
- 辅助语言学习，生成个性化发音示范
替代项目
XTTS、OpenVoice、Bark
同类项目推荐
ComfyUI-XTTS
开源
在 ComfyUI 里拖拽节点，即可克隆声音并生成多语言语音。
a custom comfyui node for coqui-ai/TTS's xtts module! support 17 languages voice clo···
AstraTTS
开源
本地化低延迟流式TTS，支持自定义音色和中英混说
A high-performance, cross-platform TTS synthesis solution powered by ONNX Runtime, f···
pflowtts_pytorch
开源
用 flow matching 快速生成自然语音，复现 NVIDIA 论文效果
Unofficial implementation of NVIDIA P-Flow TTS paper
wtonec
开源
给微信/QQ加装语音增强和文字转语音，聊天更个性
Wtonec：微信 / QQ / 小红书 / 抖音文字转语音、语音包、语音播报、克隆音色、表情包。上百···
MangoByte
开源
在 Discord 里一键播放 Dota 英雄台词，还能 TTS 整活
A discord bot that provides the ability to play dota hero response clips, do tts, an···
dia
开源
一句话说出超逼真对话，情绪到位，不用反复重录
A TTS model capable of generating ultra-realistic dialogue in one pass.
durian-pytorch
开源
用时长信息提升语音合成自然度，复现前沿论文
Implementation of "Duration Informed Attention Network for Multimodal Synthesis" pap···
StreamingKokoroJS
开源
浏览器里无限量本地语音合成，告别云端依赖
Unlimited text-to-speech in the Browser using Kokoro-JS, 100% local, 100% open sourc···
arguing-robots
开源
在终端里看两个机器人实时吵架，还能听声
Watch and hear macOS robots argue live in your terminal