RepoPicks Radar

Actualizado todos los días hacia las 23:30 UTC

Guías

F5-TTS

SWivid/F5-TTSRevisado por IA

Revisado por RepoPicks Radar el

¿Qué es F5-TTS?

F5-TTS es el código de investigación de un modelo de texto a voz que copia una voz. Le das una grabación de referencia corta con su transcripción, escribes el texto que quieres y produce audio con esa voz, en inglés o chino y en otros idiomas agregados por la comunidad. Abre una página web en tu propia máquina (Gradio) o funciona desde la terminal, y también se puede entrenar con voces nuevas. Se instala con Python y PyTorch, y se recomienda mucho tener una tarjeta gráfica.

F5-TTS es gratis y de código abierto (MIT) y puede reemplazar a ElevenLabs, Respeecher y Murf.

¿Qué tan fácil es instalar F5-TTS?

D · terminal, varias herramientas o tarjeta específica · Windows

  • Windows D
  • macOS D
  • Linux D

En los tres sistemas creas un entorno de Python 3.10 o superior, instalas FFmpeg, eliges la compilación de PyTorch que corresponde a tu hardware (CUDA, ROCm, Intel XPU o Apple Silicon) y luego ejecutas "pip install f5-tts" antes de escribir "f5-tts_infer-gradio" para abrir la página web local. También hay una imagen de Docker, que igual necesita una tarjeta NVIDIA con --gpus=all.

Pronto: instala con 1 clic desde la app RepoPicks.

F5-TTS en GitHub

Estrellas
15.560el 10 nov 2026
Descargas
—todas las versiones
Crecimiento
+48estrellas en 6 días

Estrellas a lo largo del tiempo

15.53015.54015.55015.56015.570 7 nov8 nov9 nov10 nov 15.53015.54015.55015.56015.570 7 nov9 nov

Datos

Funciona en
Windows, macOS, Linux
Necesitas instalar
Python, FFmpeg, Tarjeta gráfica
Para compilar desde el código
Python, Docker, Tarjeta gráfica, FFmpeg
Espacio en disco
950 MB–4,3 GB · estimación
Cuentas o claves
Ninguna
Costo
Gratis
Licencia
MIT (Permisiva)
Último cambio en GitHub
3 nov 2026

Señales de riesgo de F5-TTS (5)

  • AtenciónLos modelos no son libres para uso comercial

    README.md, License: "Our code is released under MIT License. The pre-trained models are licensed under the CC-BY-NC license due to the training data Emilia, which is an in-the-wild dataset." Las voces que generas vienen de modelos que prohíben el uso comercial.

    revisión con IA

  • AtenciónClona la voz de cualquier persona

    La línea de comandos recibe "--ref_audio 'provide_prompt_wav_path_here.wav'" junto con su transcripción y lee cualquier texto con esa voz, y el título del proyecto es "A Fairytaler that Fakes Fluent and Faithful Speech". Nada en el repositorio comprueba el consentimiento, y la imagen de la marca de agua en el README está comentada.

    revisión con IA

  • InfoDescarga los modelos al primer uso

    La dependencia "cached_path" y el volumen de Docker "/root/.cache/huggingface/hub/" muestran que los archivos del modelo se traen de Hugging Face la primera vez que lo ejecutas; la aplicación Gradio también ofrece "Voice Chat powered by Qwen2.5-3B-Instruct", otra descarga grande.

    revisión con IA

  • InfoOpción de enlace público

    El README.md muestra "f5-tts_infer-gradio --share" para "Launch a share link", lo que expone la interfaz que corre en tu máquina a través de una dirección pública.

    revisión con IA

  • InfoCódigo de investigación

    El repositorio es el "Official code" del artículo de arXiv 2410.06885, con carpetas de entrenamiento, evaluación y ajuste fino. Está publicado para investigadores, no empaquetado como una aplicación terminada.

    revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar de F5-TTS

  • Qué tan parecida suena la voz clonada a la grabación original
  • Si funciona a una velocidad usable sin una tarjeta NVIDIA, por ejemplo en una Mac
  • El espacio total en disco después de descargar los archivos del modelo
  • Qué idiomas más allá del inglés y el chino funcionan bien, ya que vienen de modelos de la comunidad
  • Cuánta memoria hace falta cuando el texto de referencia se transcribe automáticamente

Proyectos parecidos

La app RepoPicks

Pronto: instala con 1 clic desde la app RepoPicks.

Antes de descargar

Ver la página de la versión en GitHub