ttsmms

一键调用MMS模型，让数百种语言开口说话

ttsmms 是一个基于 Meta 的 Massively Multilingual Speech (MMS) 项目的文本转语音（TTS）工具，旨在为全球数百种语言提供语音合成能力。它解决了传统 TTS 系统仅支持少数主流语言的问题，通过整合 MMS 的预训练模型，让开发者能够轻松为低资源语言生成语音。项目核心能力包括：加载 MMS-TTS 模型进行推理、支持自定义说话人（通过 speaker embedding）、提供简单的 Python API 接口，以及命令行调用方式。它适合需要多语言语音合成的应用场景，如教育、本地化内容生成、无障碍辅助等。项目仍处于早期阶段，代码结构简洁，便于二次开发，但功能相对基础，主要聚焦于模型封装和基础推理流程。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 237

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wannaphong

所属国家

官网地址

GitHubhttps://github.com/wannaphong/ttsmms

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型library,python,text-to-speech

GitHub 星标★ 237

30天Star增速

HF 下载量

上线时间2023-05-23 00:00:00

最近更新2026-08-18 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4

使用教程

核心亮点

直接复用Meta MMS预训练模型，覆盖1100+种语言，无需自行训练
API设计简洁，几行代码即可完成TTS推理，上手门槛低
支持自定义说话人embedding，可生成不同音色，灵活性较好

不足之处

功能较基础，缺少音频后处理、批量合成等实用特性
文档和示例偏少，社区活跃度低，问题排查依赖源码阅读

适用场景

为低资源语言（如小众方言）生成语音内容
在本地化产品中快速集成多语言语音播报功能
作为学术研究或教学工具，探索MMS模型在TTS上的应用

替代项目

Coqui TTS、ESPnet-TTS、Piper

项目介绍

ttsmms 是音频音乐领域的开源项目，由 wannaphong 开发，2023 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 237。

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 2026-08-18。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：为低资源语言（如小众方言）生成语音内容。同类可对比的替代方案包括 Coqui TTS、ESPnet-TTS、Piper。

上一篇：voicenotify

下一篇：KokoroSharp