TTS-WebUI

一个界面玩转二十多种语音与音乐生成模型

TTS-WebUI 是一个集成了多种主流语音与音频生成模型的一站式 Web 界面，基于 Gradio 和 React 构建。它解决了用户在不同 TTS、语音克隆、音乐生成等工具间切换繁琐、配置复杂的问题，通过统一的扩展架构，将 ACE-Step、GPT-SoVITS、CosyVoice、XTTSv2、OpenVoice、MusicGen 等二十余个模型整合在同一界面中。核心能力包括文本转语音、语音克隆、声音转换、音乐生成、音频修复等，支持模型间灵活切换与参数调节，并提供 API 接口便于集成。项目采用 TypeScript 开发，模块化设计，方便用户按需加载扩展，适合研究、创作及开发场景。

开源 unknown 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3273

维护状态较活跃

是否开源是

定价模式 unknown

项目数据

分类音频音乐

开发团队rsxdalv

所属国家

官网地址http://TTSWebUI.com

GitHubhttps://github.com/rsxdalv/TTS-WebUI

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型ace-step,ai,audio-generation,cosyvoice,generative-ai,generator,gradio,music,musicgen,openai-api,openvoice,rvc,styletts2,text-to-speech,tortoise-tts,tts,vocos

GitHub 星标★ 3273

30天Star增速

HF 下载量

上线时间2023-04-27 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

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9

使用教程

难度：进阶约 30 分钟部署方式：本地安装 6 步

环境要求

Python 3.10 或 3.11（暂不支持 3.12）
git
PyTorch
ffmpeg（需支持 vorbis）
磁盘空间：基础安装约 10.7 GB，每个模型另需 2-8 GB

安装与启动步骤

1准备环境依赖

确认已安装 git、Python 3.10/3.11、PyTorch、ffmpeg（含 vorbis），并预留约 10.7 GB 以上磁盘空间。
2克隆仓库

从 GitHub 克隆 TTS-WebUI 源码，并进入项目目录后再执行后续命令。
```
git clone https://github.com/rsxdalv/tts-webui.git
cd tts-webui
```
3安装依赖

在项目根目录用 pip 安装 requirements.txt 中的全部 Python 依赖，耗时较长请耐心等待。
```
pip install -r requirements.txt
```
4启动服务

不加 React 界面，直接启动 Gradio 后端服务，适合只使用后端界面的场景。
```
python server.py --no-react
```
5构建 React UI

进入 react-ui 安装依赖并打包，再回到根目录启动，即可同时使用完整前端界面。
```
cd react-ui
npm install
npm run build
cd ..
python server.py
```
6改用 Docker

也可拉取官方镜像并用 Docker Compose 后台启动，首次启动会自动下载模型。
```
docker pull ghcr.io/rsxdalv/tts-webui:main
docker compose up -d
```

关键配置

配置项	必填	说明	示例
`TTS_PORT`	否	Gradio 后端的服务端口，默认 7770。	`7770`
`UI_PORT`	否	React 前端的服务端口，默认 3000。	`3000`

如何确认成功

浏览器访问 http://localhost:7770（Gradio 后端）与 http://localhost:3000（React UI）能正常打开即为启动成功。

常见问题

Q：可以用 Python 3.12 吗？

A：不可以，README 明确说明需 Python 3.10 或 3.11，3.12 暂不支持。

Q：用安装脚本前需要自己建虚拟环境吗？

A：不需要。启动脚本会自行创建 conda 环境和 Python 虚拟环境，从其他 venv 启动反而可能破坏脚本。

Q：Docker 启动后很久没有输出？

A：容器首次运行会在后台下载模型，需要等待。用 docker logs tts-webui 查看下载进度。

Q：安装日志在哪里看？

A：使用安装器时，输出日志保存在 installer_scripts/output.log 文件中。

注意事项

NodeJS 22.9.0 仅在需要 React UI 时安装，属可选项。
Docker 中使用 CUDA 需要先安装 NVIDIA Container Toolkit。
项目也提供 Installer 安装包，解压后运行 start_tts_webui.bat（Windows）或 start_tts_webui.sh（Linux/macOS）并按提示选择 GPU 即可。
首次启动会下载模型，出结果前请耐心等待。

核心亮点

集成 20+ 主流 TTS/语音/音乐模型，免去逐个部署的麻烦
基于 Gradio + React 的现代化 UI，交互流畅且支持扩展
提供 OpenAI 兼容 API，便于接入现有应用

不足之处

依赖多个重型模型，本地运行资源占用高
文档/社区待观察

适用场景

快速对比不同 TTS 模型的合成效果
搭建统一的语音生成服务供团队或应用调用
音乐创作者利用 MusicGen、AudioGen 等生成背景音乐或音效

替代项目

Coqui TTS、OpenVoice、GPT-SoVITS

项目介绍

TTS-WebUI 是音频音乐领域的开源项目，由 rsxdalv 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（3,273）位列前 30%，在音频音乐分类的 738 个项目里位列前 7%。

近 42 天，它的 GitHub 星标从 3,236 增加到 3,273，净增 37。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。从国内网络环境看，当前已无法正常访问。

它主要面向的使用场景是：快速对比不同TTS模型的合成效果。同类可对比的替代方案包括 Coqui TTS、OpenVoice、GPT-SoVITS。

上一篇：Applio

下一篇：elevenlabs-python