xttsv2-vllm-streaming-server 是音频音乐领域的开源项目，由 wuxuedaifu 开发，是 2026 年新上线的项目。
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 54。
项目仍在小幅维护中，最近一次代码更新于 2026-09-01。可自行部署，无收费信息。
它主要面向的使用场景是：实时语音助手与对话机器人。同类可对比的替代方案包括 Coqui TTS、MeloTTS、ChatTTS。
xttsv2-vllm-streaming-server
让 XTTS-v2 实时说话，0.5 秒首响，即插即用
这是一个基于 vLLM 的 XTTS-v2 实时流式语音合成服务器，提供与 OpenAI 兼容的 API 接口。它解决了 XTTS-v2 模型在推理时延迟高、难以实现流式输出的问题，通过 vLLM 优化推理性能，将首包延迟（TTFB）降低至约 0.5 秒。核心能力包括：支持流式音频输出，可边合成边播放；提供标准化的 OpenAI API 格式，方便集成到现有应用；通过 Docker 容器化部署，简化环境配置。项目面向需要低延迟、实时语音交互的场景，如语音助手、实时配音、交互式对话系统等。目前处于早期阶段，功能相对聚焦，但已具备基本的生产可用性。
开源
free
音频音乐
GitHub 星标
★ 54
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队wuxuedaifu
所属国家
定价模式free
价格说明开源项目，可自行部署，无收费信息。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型real-time,streaming,tts,vllm,xttsv2
GitHub 星标★ 54
30天Star增速
HF 下载量
上线时间2026-05-20 00:00:00
最近更新2026-09-01 00:00:00
维护状态维护中
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
- 首包延迟低至约0.5秒，满足实时交互需求
- OpenAI 兼容 API，无缝替换现有 TTS 服务
- Docker 一键部署，降低环境搭建成本
不足之处
- 文档/社区待观察
- 仅支持 XTTS-v2 单一模型，扩展性有限
适用场景
- 实时语音助手与对话机器人
- 直播/视频实时配音
- 需要低延迟响应的交互式 TTS 应用
替代项目
Coqui TTS、MeloTTS、ChatTTS
项目介绍
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···