RepoPicks Radar

每天约 23:30 UTC 更新

指南

FireRedTTS3

FireRedTeam/FireRedTTS3AI 已审核

RepoPicks Radar 检查于

FireRedTTS3 是什么?

FireRedTTS3 是中国一个研究团队发布的语音系统代码和模型。给它几秒钟某人说话的录音,它就能用那个声音朗读你的文本,支持 24 种语言和 21 种中国方言。第二个模型可以根据一段文字描述("gentle young woman, slightly slow, a bit playful")凭空生成一个声音,还能编辑已有的录音:替换、增加或删除词语,或者改变语速、音调和音量。这是一套带有小型 Gradio 网页的 Python 代码,面向熟悉机器学习环境搭建并拥有显卡的人群。

FireRedTTS3 免费开源(Apache-2.0),可以替代 ElevenLabs、Fish Audio和Descript。

FireRedTTS3 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • Linux D

两个系统上都是 D 级:你克隆仓库,运行 "pip install -r requirements.txt"(其中锁定了 flash_attn 2.8.3,这个包通常需要 NVIDIA 显卡和编译器),用 Hugging Face 或 ModelScope 的命令行下载权重,可以选择用 curl 获取一个语言检测文件,然后要么自己写 Python 代码,要么用 "python gradio_base.py --host 0.0.0.0 --port 7860" 启动 Gradio 页面。

即将推出:用 RepoPicks 应用一键安装。

FireRedTTS3 的 GitHub 数据

星标
1,7202026年11月10日
下载量
—所有发布版本
增长
+26 天内新增星标

星标变化

1,7191,7201,721 11月7日11月8日11月9日11月10日 1,7191,7201,721 11月7日11月9日

事实

可运行于
Linux, Windows
需要安装
Python, 显卡
从源码编译需要
Python, 显卡
磁盘空间
950 MB–4.3 GB · 估算
账号或密钥
Other (LLM_TN_API_KEY)
费用
免费 · 代码和模型权重是免费的(代码采用 Apache-2.0 许可证)。你需要自己承担硬件或租用 GPU 的费用。可选的全语言文本正则化功能会调用你自己选择的付费 AI 接口。
许可证
Apache-2.0 (宽松型)
GitHub 上的最近改动
2026年9月8日

FireRedTTS3 的风险信号 (5)

  • 注意依赖存在已知漏洞

    锁定版本的依赖存在已知漏洞(OSV):torch:GHSA-63cw-57p8-fm3p、GHSA-qfhq-4f3w-5fph、GHSA-rrmf-rvhw-rf47;flash_attn:GHSA-7g5w-pq96-8c5w、PYSEC-2026-2477;transformers:GHSA-x9r9-c232-4q39、GHSA-xrqw-3rrv-vx5w、PYSEC-2026-3929

    自动检查

  • 注意声音克隆并篡改录音内容

    该模型可以从一小段参考录音中克隆声音,支持 24 种语言和 21 种中国方言,Instruct 模型还能在词语级别编辑真实音频:"Semantic Edit ... Content-level editing: insertion / deletion / substitution by instruction",示例是 "Replace 'cats' with 'dogs'."。这意味着可以让一段真实人物的录音说出他们从未说过的话。README 没有提到生成的音频带有任何水印。

    AI 审核

  • 注意作者将用途限定为研究

    Usage Disclaimer 写道:"The project incorporates zero-shot voice cloning functionality; Please note that this capability is intended solely for academic research purposes"、"DO NOT use this model for ANY illegal activities" 以及 "The developers assume no liability for any misuse of this model."代码本身采用 Apache-2.0 许可证,所声明的用途意图比许可证本身更窄。

    AI 审核

  • 信息模型文件来自 github 之外

    权重从 Hugging Face("hf download FireRedTeam/FireRedTTS3 --local-dir pretrained_models/")或 ModelScope 下载,可选的语言检测器则通过 "curl -L -o fireredtts3/utils/llm_tn/models/lid.176.ftz https://dl.fbaipublicfiles.com/fasttext/..." 获取。这些都不在仓库里,也没有说明文件大小。

    AI 审核

  • 信息gradio 演示监听所有网络接口

    文档给出的命令是 "python gradio_base.py --host 0.0.0.0 --port 7860",它会在所有网络接口上响应且没有密码,因此在共享网络或办公网络中,其他设备也能访问这个声音克隆页面。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 FireRedTTS3 相关内容

  • 锁定版本的依赖包(torch 2.8.0、flash_attn 2.8.3、transformers 5.6.2)能否在你的机器上安装,以及适用于哪些显卡。
  • 这两个模型各需要多少显存和磁盘空间,README 从未说明(950-4450 MB 这个数字只是估计值)。
  • 由作者制作、部分由 Gemini 打分的质量表现,是否在你自己的录音上也同样成立。
  • 生成或编辑后的音频是否带有任何标记,说明它是合成的。
  • 可选的 LLM 文本正则化功能会向你配置的接口发送什么内容,以及这要花多少钱。

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面