RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

F5-TTS

SWivid/F5-TTSRevisado por IA

Verificado pelo RepoPicks Radar em

O que é F5-TTS?

O F5-TTS é o código de pesquisa de um modelo de texto para voz que copia uma voz. Você dá a ele uma gravação de referência curta com a transcrição, digita o texto que quiser e ele produz o áudio naquela voz, em inglês ou chinês e em outros idiomas acrescentados pela comunidade. Ele abre uma página web na sua própria máquina (Gradio) ou roda pelo terminal, e também pode ser treinado com vozes novas. A instalação é com Python e PyTorch, e uma placa de vídeo é bastante recomendada.

F5-TTS é grátis e de código aberto (MIT) e pode substituir ElevenLabs, Respeecher e Murf.

Quão fácil é instalar F5-TTS?

D · terminal, várias ferramentas ou placa específica · Windows

  • Windows D
  • macOS D
  • Linux D

Nos três sistemas você cria um ambiente com Python 3.10 ou superior, instala o FFmpeg, escolhe a versão do PyTorch que combina com o seu equipamento (CUDA, ROCm, Intel XPU ou Apple Silicon) e então roda "pip install f5-tts" antes de digitar "f5-tts_infer-gradio" para abrir a página web local. Há também uma imagem Docker, que mesmo assim exige uma placa NVIDIA com --gpus=all.

Em breve: instale com 1 clique pelo app RepoPicks.

F5-TTS no GitHub

Estrelas
15.560em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
+48estrelas em 6 dias

Estrelas ao longo do tempo

15.53015.54015.55015.56015.570 7 de nov.8 de nov.9 de nov.10 de nov. 15.53015.54015.55015.56015.570 7 de nov.9 de nov.

Fatos

Roda em
Windows, macOS, Linux
Você precisa instalar
Python, FFmpeg, Placa de vídeo
Para compilar a partir do código
Python, Docker, Placa de vídeo, FFmpeg
Espaço em disco
950 MB–4,3 GB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis
Licença
MIT (Permissiva)
Última mudança no GitHub
3 de nov. de 2026

Sinais de risco de F5-TTS (5)

  • AtençãoOs modelos não são livres 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." As vozes que você gera vêm de modelos que proíbem o uso comercial.

    revisão por IA

  • AtençãoClona a voz de qualquer pessoa

    A linha de comando recebe "--ref_audio 'provide_prompt_wav_path_here.wav'" mais a transcrição e fala qualquer texto naquela voz, e o título do projeto é "A Fairytaler that Fakes Fluent and Faithful Speech". Nada no repositório verifica consentimento, e a imagem da marca d'água no README está comentada.

    revisão por IA

  • InfoBaixa os modelos no primeiro uso

    A dependência "cached_path" e o volume do Docker "/root/.cache/huggingface/hub/" mostram que os arquivos do modelo são buscados no Hugging Face na primeira vez que você roda; o aplicativo Gradio também oferece "Voice Chat powered by Qwen2.5-3B-Instruct", outro download grande.

    revisão por IA

  • InfoOpção de link público

    O README.md mostra "f5-tts_infer-gradio --share" para "Launch a share link", o que expõe a tela que roda na sua máquina por um endereço público.

    revisão por IA

  • InfoCódigo de pesquisa

    O repositório é o "Official code" do artigo arXiv 2410.06885, com pastas de treino, avaliação e ajuste fino. Ele é publicado para pesquisadores, não empacotado como um aplicativo pronto.

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em F5-TTS

  • O quanto a voz clonada se parece com a gravação original
  • Se roda numa velocidade usável sem uma placa NVIDIA, por exemplo num Mac
  • O espaço total em disco depois de baixados os arquivos do modelo
  • Quais idiomas além do inglês e do chinês funcionam bem, já que vêm de modelos da comunidade
  • Quanta memória é necessária quando o texto de referência é transcrito automaticamente

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub