TTS-WebUI

一个界面玩转二十多种语音与音乐生成模型

开源 🏷️定价信息待确认 🚫 站点已失效 音频音乐 🍴 复刻 336 🐛 待处理 131 👀 关注 42
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3308
维护状态 较活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

TTS-WebUI 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rsxdalv
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态🚫 站点已失效
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★ 3308
上线时间2023-04-27 00:00:00
代码更新2026-11-03
仓库体积37.7 MB
本站数据更新2026-11-10
维护状态较活跃
收录时间2026-08-09
浏览次数10

项目介绍

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。

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 ★ 3308

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. 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. 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. 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. 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. 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. 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

上一篇:Applio

下一篇:elevenlabs-python

同类项目推荐

awesome-tts-samples 开源

边听边看论文,快速对比各家TTS语音效果

Awesome list of TTS papers with audio samples

★ 60 2026-08-09
TTS-MultiLingual 开源

一行代码为你的应用加上20种语言的语音输出

Text To Speech Multilingual Support (+20 Language)

★ 52 2026-08-09
tts-arabic-pytorch 开源

开箱即用的阿拉伯语语音合成,支持多说话人,训练推理一条龙

️ Arabic TTS models (Tacotron2, FastPitch)

★ 145 2026-08-09
HanTTS 开源

快速搭建中文语音合成服务,几行代码生成语音

Chinese Text-to-Speech web service

★ 310 2026-08-09
youtube-auto-dub 开源

本地免费给YouTube视频配音,克隆原声换语言,自动同步字幕

Local-first, open-source YouTube dubbing: clones the original voice into another lan···

★ 81 2026-08-09
tts 开源

一键接入文本转语音,快速生成自然语音输出

tts 服务

★ 643 2026-08-09
epub2mp3 开源

把电子书变成有声书,用 Edge TTS 一键转 MP3

这是一个使用 Microsoft Edge TTS 服务将 EPUB 电子书转换为 MP3 音频文件的工具。

★ 86 2026-08-09
TTS-Cube 开源

用RNN端到端合成语音,从文本到波形一步到位

End-2-end speech synthesis with recurrent neural networks

★ 223 2026-08-09