🎙 RapidTTS

轻量级文本转语音工具，面向本地快速推理

 

简介

RapidTTS 是一个轻量级文本转语音工具，面向本地快速推理。当前默认后端是 kokoro_onnx，同时支持 melo_onnx 和 moss_nano_onnx。

特性

• 支持 Kokoro ONNX, MeloTTS ONNX 和 MOSS Nano ONNX 推理
• 支持中文、英文和中英混合文本
• 支持查询模型语言、默认参数和音色能力
• 模型文件可自动下载，并使用 SHA256 校验
• 同时提供 Python API 和命令行工具

在线 demo

安装

默认推荐安装 Kokoro ONNX 后端：

pip install "rapidtts[kokoro]"

使用 MOSS Nano ONNX 时安装对应 extra：

pip install "rapidtts[moss_nano]"

其他安装方式见 安装说明。

快速使用

Python API

from rapidtts import RapidTTS, SynthesisRequest

tts = RapidTTS()
resp = tts.synthesize(SynthesisRequest(text="你好，RapidTTS"))
resp.save("outputs/1.wav")

指定模型和音色：

from rapidtts import RapidTTS, SynthesisRequest, TTSModel

tts = RapidTTS(model=TTSModel.KOKORO_ONNX)
resp = tts.synthesize(
    SynthesisRequest(
        text="你好，RapidTTS",
        voice="zm_009",
    )
)
resp.save("outputs/zm_009.wav")

使用 MOSS Nano 内置音色：

from rapidtts import RapidTTS, SynthesisRequest, TTSModel

tts = RapidTTS(model=TTSModel.MOSS_NANO_ONNX)
resp = tts.synthesize(
    SynthesisRequest(
        text="你好，RapidTTS",
        voice="Junhao",
    )
)
resp.save("outputs/moss_nano_junhao.wav")

当前 MOSS Nano 内置音色：

Junhao, Zhiming, Weiguo, Xiaoyu, Yuewen, Lingyu, Trump, Ava, Bella, Adam, Nathan, Soyo, Saki, Mortis, Umiri, Mei, Anon, Arisa

MOSS Nano 也支持通过 extras["prompt_audio_path"] 传入参考音频。首次使用参考音频时会自动下载 prompt_audio_encoder 可选模型文件组。

更多示例见 Python API。

命令行

rapidtts text "你好，RapidTTS" outputs/1.wav

指定模型：

rapidtts text "你好，RapidTTS" outputs/kokoro.wav --model kokoro_onnx
rapidtts text "你好，RapidTTS" outputs/moss_nano.wav --model moss_nano_onnx --voice Junhao

指定模型和音色：

rapidtts text "你好，RapidTTS" outputs/zm_009.wav --model kokoro_onnx --voice zm_009

更多命令见 命令行用法。

文档

• 安装说明：安装 extra、检查依赖和模型文件
• Python API：在代码中指定模型、音色、语言、语速和模型目录
• 命令行用法：下载模型、检查安装、查询能力、合成音频
• 模型信息：支持的模型、语言、音色规则和模型文件
• 开发说明：测试、文本归一化和项目结构

致谢

• MOSS-TTS-Nano
• kokoro
• kokoro-onnx
• MeloTTS
• melotts-onnx
• wetext

Star history

License

Apache-2.0 License。