11个优秀开源TTS引擎

TTS引擎用于实现文本到语音的转换。随着人工智能的普及以及数字设备应用的增加，相关系统对语音识别以及文语转换技术日益依赖，TTS正在变得越来越重要。

10年积累的成都做网站、成都网站建设经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站设计后付款的网站建设流程，更有长岛免费网站建设让你可以放心的选择与我们合作。

在这项技术的帮助下，可以将文本内容转换为录音。可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

本文主要查找收集了一些较好的开源TTS引擎。这些项目有助于我们更加了解TTS的功能。

1.CoQui TTS

https://github.com/coqui-ai/TTS

这是一个在研究和生产中经过了实战考验的TTS深度学习工具包，可以以200毫秒的延迟进行流传输，支持13种语言（包括中文）。

2.mozilla TTS

https://github.com/mozilla/TTS

TTS是一个用于文本到语音生成的高级库。旨在实现易于训练、高速度和高质量的最佳平衡。 提供预训练模型，以及用于测量数据集质量的工具，支持用于产品和研究的20多种语言，包括支持中文。

3.OpenTTS

https://github.com/synesthesiam/opentts

OpenTTS是TTS最有效的开源模型之一。因为该模型支持包括中文在内的多种语言。

4.MaryTTS

https://github.com/marytts/marytts

MARY Text-to-Speech 语音合成是一个多语言TTS平台，支持英语（英国和美国）、法语、德语、意大利语、俄语等语言。

产品特点：

• 使用预处理技术，如tokenizer和数值扩展。
• 它采用多线程网络架构，并行处理多个请求。
• 它本质上是灵活的，因此您可以使用纯Java模型和外部模型。
• 它使用XML结构来提高透明度，并且对于普通用户来说易于理解。

5.eSpeak

https://github.com/espeak-ng/espeak-ng

eSpeak是一个紧凑的开源TTS引擎，可运行于Windows和Linux。支持100多种语种和语音（包括中文普通话）。

产品特点：

• 这个平台可以很容易地完成文本到语音的转换。这有助于系统理解文本的含义。
• 它带有两个合成器：eSpeakinG合成器，通过声音添加技术转换元音和响亮的辅音，以完成声音。Klatt合成器使用类似的技术，但使用减法合成。它使用数字滤波器来理解辅音、元音和响音之间的区别。
• 因为它的差异化技术和将文本转换为语音的速度优势，这个工具在2010年被谷歌翻译使用。
• 声音的音质清晰悦耳。

6.Mimic

https://github.com/MycroftAI/mimic3

Mimic是一个快如闪电的开源TTS引擎。

产品特点：

• 由于它基于FLITE技术，您可以自定义语音的声音。
• 它是一个低延迟平台，并且只占用少量的资源。
• 它可以在Linux、Android和Windows上无缝运行。

目前，该工具正在为患有语言障碍的人带来逼真的声音。

7.CMU Flite TTS

https://github.com/festvox/flite

Festival Lite通常被称为Flite。它是一个小型的运行时引擎，被认为是最快的TTS引擎之一。

由于它是一个开源引擎，并且是免费的，可以基于这个项目做许多自定义功能。因此，许多公司都选择了这个TTS引擎。

核心特点：

• 可以用于小型和大型文件。
• 它是线程安全的，其最新版本提供了一个轻松的TTS转换。
• 它与Windows、Linux和Android兼容。
• 它还提供多种语言版本。

8.MBROLA

https://github.com/numediart/MBROLA

MBROLA是Multi-Band Resynthesis OverLap Add的缩写，也是最常用的开源TTS引擎之一。它支持多种语言。

功能特点：

• 提供多语种数据库。
• 它对于内部文本到语音的转换非常有用。
• 它以前是一个非商业软件，但现在作为开源TTS引擎推出。
• 它提供了令人愉快的音质，具有一致性、准确性的声音音高。

9.mandarin-tts

https://github.com/ranchlai/mandarin-tts

这是一个模块化的中文普通话TTS语音合成框架，旨在支持研究和快速产品开发。

主要功能包括：

• 所有模块都可通过YAML配置，
• 支持并可配置说话者嵌入/韵律嵌入/多流文本嵌入，
• 适配器支持各种声码器（VocGAN、hifi-GAN、waveglow、melGAN），从而可以容易地进行不同声码器之间的比较，
• 支持持续时间/音调/能量方差预测器，并且可以容易地添加其他方差，

10.FCH-TTS

https://github.com/atomicoo/FCH-TTS

一个快速语音合成模型，适用于英语、普通话/中文、日语、韩语、俄语和藏语。

11.rhasspy piper

https://github.com/rhasspy/piper

piper是一个快速的本地语音合成系统，并针对Raspberry Pi 4（树莓）进行了优化。 支持包括中文在内的多种语言。

使用DEMO如：

echo 'Welcome to the world of speech synthesis!' | \
  ./piper --model en_US-lessac-medium.onnx --output_file welcome.wav

分享名称：11个优秀开源TTS引擎
文章出自：http://www.mswzjz.cn/qtweb/news36/57086.html

攀枝花网站建设、攀枝花网站运维推广公司-贝锐智能，是专注品牌与效果的网络营销公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 贝锐智能