Coqui TTS
coqui-ai/TTSRevisado por IA
Verificado pelo RepoPicks Radar em
O que é Coqui TTS?
O Coqui TTS é um kit de ferramentas em Python que lê texto em voz alta com modelos já prontos em vários idiomas, e pode imitar uma voz a partir de uma gravação de amostra (os modelos XTTS e YourTTS) ou converter uma voz em outra. Também inclui o código de treinamento para criar seus próprios modelos de voz. Você o usa pelo terminal com o comando `tts`, por código Python, ou por uma pequena página web servida pela sua imagem Docker. É uma ferramenta para quem tem familiaridade com Python; não há instalador, e o projeto não é atualizado desde fevereiro de 2024.
Coqui TTS é grátis e de código aberto (MPL-2.0) e pode substituir ElevenLabs e Murf.
Quão fácil é instalar Coqui TTS?
D · terminal, várias ferramentas ou placa específica · macOS
- Windows E
- macOS D
- Linux D
Nenhuma das 98 versões tem um arquivo para baixar. No Linux, que segundo o README é onde foi testado (Ubuntu 18.04), é `pip install TTS` em um Python entre 3.9 e 3.11, depois um comando como `tts --text "..." --out_path speech.wav` que baixa o modelo no primeiro uso; uma imagem Docker com uma pequena página web é o outro caminho, e uma placa de vídeo é o que torna isso usável na prática. O macOS segue o mesmo caminho via pip, sem placa CUDA. O Windows é pior que um D porque o README não tem instruções próprias: ele aponta para uma resposta que alguém escreveu no StackOverflow.
Em breve: instale com 1 clique pelo app RepoPicks.
Coqui TTS no GitHub
- Estrelas
- 46.208em 10 de nov. de 2026
- Downloads
- 7.019.881todas as versões
- Crescimento
- +29estrelas em 7 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python, Docker, Placa de vídeo
- Para compilar a partir do código
- Python, Docker, Placa de vídeo
- Espaço em disco
- 950 MB–4,3 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · O código é software livre sob a MPL-2.0 e roda na sua própria máquina, então não há nada a pagar. Os modelos pré-treinados são baixados separadamente e cada um tem seus próprios termos.
- Licença
- MPL-2.0 (Copyleft)
- Pode substituir
- ElevenLabs, Murf
- Última mudança no GitHub
- 10 de fev. de 2024
Sinais de risco de Coqui TTS (8)
- Atençãoversões desatualizadas
Última versão em 2023-12-12 (1057 dias atrás)
checagem automática
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (OSV): pylint: GHSA-22qq-2fwx-7p67; bokeh: GHSA-793v-589g-574v, PYSEC-2026-1223
checagem automática
- AtençãoNota baixa no OpenSSF Scorecard
OpenSSF Scorecard 2.9/10
checagem automática
- Atençãocopiar a voz de alguém
Os próprios exemplos do README clonam uma voz a partir de um arquivo de áudio — `tts.tts_to_file("This is voice cloning.", speaker_wav="my/cloning/audio.wav", ...)` — e a seção de novidades anuncia "🐶Bark ... with unconstrained voice cloning", além de um exemplo de conversão de voz que transforma a gravação de uma pessoa na voz de outra. Como regra, fazer uma gravação que soe como uma pessoa real sem o consentimento dela é restrito por lei em vários países.
revisão por IA
- Atençãosem commits há quase três anos
O último commit é de 2024-02-10, 997 dias antes desta checagem, a versão mais nova v0.22.0 é de 2023-12-12, e apenas 2 issues estão abertas contra 46.178 estrelas, o que é típico de um rastreador de issues fechado. O projeto não está marcado como arquivado, mas ninguém está corrigindo nada aqui.
revisão por IA
- Infoprecisa de um python mais antigo
setup.py gera um erro fora de `python >= 3.9 and < 3.12` e requirements.txt fixa bibliotecas antigas (`numpy==1.22.0` para Python até 3.10, `bokeh==1.4.0`, `pylint==2.10.2`), então é preciso um Python mais antigo do que os sistemas atuais trazem.
revisão por IA
- Infomodelos são baixados em tempo de execução
O código nomeia os modelos por id (por exemplo `tts_models/multilingual/multi-dataset/xtts_v2`) e os busca no primeiro uso, então o que realmente roda chega da internet depois da instalação, e vale a licença própria de cada modelo em vez da MPL-2.0 do repositório.
revisão por IA
- Infopixel de rastreamento no readme
O README incorpora `https://static.scarf.sh/a.png?x-pxid=cf317fe7-2188-4721-bc01-124bb5d5dbb2`, uma imagem do serviço de análise Scarf, então simplesmente abrir a página do projeto reporta uma visita a terceiros.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em Coqui TTS
- Se `pip install TTS` ainda funciona hoje, com as bibliotecas antigas fixadas e um Python anterior ao 3.12
- A licença de cada modelo pré-treinado, que é separada da MPL-2.0 do repositório e pode proibir uso comercial
- Quão bom o resultado soa e quanto uma voz clonada se parece com o original, algo que só se sabe ouvindo
- O uso real de disco e memória depois que os modelos são baixados, já que o número aqui é uma estimativa
- Se funciona de forma utilizável sem uma placa de vídeo NVIDIA