Coqui TTS
coqui-ai/TTSAI 已审核
RepoPicks Radar 检查于
Coqui TTS 是什么?
Coqui TTS 是一个 Python 工具包,能用多种语言的现成模型朗读文字,还能根据一段样本录音模仿某个声音(XTTS 和 YourTTS 模型),或者把一个声音转换成另一个声音。它还包含训练代码,可以用来制作你自己的语音模型。你可以在终端里用 `tts` 命令使用它,也可以在 Python 代码中调用,或者通过它的 Docker 镜像提供的一个小型网页来使用。这是一个适合熟悉 Python 的人使用的工具;没有安装程序,而且该项目自 2024 年 2 月以来没有更新过。
Coqui TTS 免费开源(MPL-2.0),可以替代 ElevenLabs和Murf。
Coqui TTS 安装有多容易?
D · 终端、多个工具或特定显卡 · macOS
- Windows E
- macOS D
- Linux D
98 个发行版中没有一个附带可下载的文件。在 README 声称测试过的 Linux(Ubuntu 18.04)上,先在 3.9 到 3.11 之间的 Python 版本上执行 `pip install TTS`,再运行类似 `tts --text "..." --out_path speech.wav` 的命令,它会在第一次使用时下载模型;另一条路是带有小型网页的 Docker 镜像,而显卡才是让它在实际使用中可行的关键。macOS 走的是同样的 pip 路线,但没有 CUDA 显卡。Windows 比 D 还差,因为 README 没有专门的说明:它只链接到有人在 StackOverflow 上写的一个答案。
即将推出:用 RepoPicks 应用一键安装。
Coqui TTS 的 GitHub 数据
- 星标
- 46,2082026年11月10日
- 下载量
- 7,019,881所有发布版本
- 增长
- +297 天内新增星标
星标变化
事实
- 可运行于
- Windows, macOS, Linux
- 需要安装
- Python, Docker, 显卡
- 从源码编译需要
- Python, Docker, 显卡
- 磁盘空间
- 950 MB–4.3 GB · 估算
- 账号或密钥
- 无
- 费用
- 免费 · 代码是基于 MPL-2.0 的自由软件,运行在你自己的机器上,所以没有什么需要付费的。预训练模型是单独下载的,每个模型都有自己的条款。
- 许可证
- MPL-2.0 (Copyleft)
- 可以替代
- ElevenLabs, Murf
- GitHub 上的最近改动
- 2024年2月10日
Coqui TTS 的风险信号 (8)
- 注意发行版已经过时
最近一次发行是在 2023-12-12(1057 天前)
自动检查
- 注意依赖存在已知漏洞
固定版本的依赖存在已知漏洞(OSV):pylint:GHSA-22qq-2fwx-7p67;bokeh:GHSA-793v-589g-574v, PYSEC-2026-1223
自动检查
- 注意OpenSSF Scorecard 评分低
OpenSSF Scorecard 2.9/10
自动检查
- 注意克隆某个人的声音
README 自己的示例就是用一段音频文件克隆声音 —— `tts.tts_to_file("This is voice cloning.", speaker_wav="my/cloning/audio.wav", ...)` —— 新闻板块还宣传“🐶Bark ... with unconstrained voice cloning”,另外还有一个声音转换的例子,把一个人的录音变成另一个人的声音。一般来说,在没有本人同意的情况下制作听起来像真人的录音,在许多国家受到法律限制。
AI 审核
- 注意将近三年没有提交记录
最后一次提交是在 2024-02-10,距本次检查 997 天,最新版本 v0.22.0 发布于 2023-12-12,在 46,178 颗星的情况下只有 2 个未关闭的 issue,这正是议题追踪被关闭的样子。该项目没有被标记为已归档,但这里已经没有人在修复任何问题。
AI 审核
- 信息需要更旧版本的 python
setup.py 会在 `python >= 3.9 and < 3.12` 之外的版本报错,requirements.txt 固定了旧版库(Python 3.10 及以下用 `numpy==1.22.0`、`bokeh==1.4.0`、`pylint==2.10.2`),所以需要比当前系统自带版本更旧的 Python。
AI 审核
- 信息模型在运行时下载
代码按 id 命名模型(例如 `tts_models/multilingual/multi-dataset/xtts_v2`),并在第一次使用时获取它们,所以真正运行的内容是安装之后才从网上下载的,而且适用的是每个模型各自的许可证,而不是仓库的 MPL-2.0。
AI 审核
- 信息readme 中的追踪像素
README 嵌入了 `https://static.scarf.sh/a.png?x-pxid=cf317fe7-2188-4721-bc01-124bb5d5dbb2`,这是 Scarf 分析服务的一张图片,所以仅仅打开项目页面就会向第三方报告一次访问。
AI 审核
证据以原始语言显示。
Radar 无法验证的 Coqui TTS 相关内容
- `pip install TTS` 今天是否仍能正常安装,因为它固定使用旧版库,并且需要低于 3.12 的 Python
- 每个预训练模型自己的许可证,它与仓库的 MPL-2.0 是分开的,可能禁止商业用途
- 结果听起来有多好,克隆出的声音有多像原声,这只有听过才知道
- 模型下载完成后的真实磁盘和内存占用,因为这里给出的数字只是估算
- 没有 NVIDIA 显卡时是否还能正常使用