RepoPicks Radar

每天约 23:30 UTC 更新

指南

Tortoise TTS

neonbjb/tortoise-ttsAI 已审核

RepoPicks Radar 检查于

Tortoise TTS 是什么?

Tortoise 是一个为自然语调和多种声音设计的文本转语音程序。给它一句话或一整个文本文件,它就会生成朗读的音频;给它几段某个声音的录音片段,它就能用那个声音朗读。可以从命令行或 Python 中使用,并提供了用于单句、长文本和流式输出的脚本。要在你自己的电脑上运行,需要一个 conda 环境、Python 3.9 和一块 NVIDIA 显卡;也有一条 Apple Silicon 的路径,但它运行在处理器上。Hugging Face 上有一个免费的演示页面。

Tortoise TTS 免费开源(Apache-2.0),可以替代 ElevenLabs、Murf和Speechify。

Tortoise TTS 安装有多容易?

A · 下载即用 · Web

  • Windows D
  • macOS D
  • Linux D
  • Web A

快捷的方式是 README 中链接的 Hugging Face 在线演示页面,不需要安装任何东西。每一种本地方式都要在终端里操作:"If you want to use this on your own computer, you must have an NVIDIA GPU",在 Windows 和 Linux 上需要 miniconda、一个 Python 3.9 环境和与之匹配的 PyTorch 版本,或者一个 Docker 镜像;在 Apple Silicon 上你需要安装一个 nightly 版本的 PyTorch,DeepSpeed 会被禁用,还可能需要设置 `PYTORCH_ENABLE_MPS_FALLBACK=1`。

Tortoise TTS 的 GitHub 数据

星标
14,8942026年11月10日
下载量
—所有发布版本
增长
+16 天内新增星标

星标变化

14,89414,89514,89614,897 11月7日11月8日11月9日11月10日 14,89414,89514,89614,897 11月7日11月9日

事实

可运行于
Windows, macOS, Linux, Web
需要安装
只需程序本身
从源码编译需要
Python, Docker, FFmpeg
磁盘空间
150 MB–450 MB · 估算
账号或密钥
无
费用
免费 · 免费且采用 Apache 2.0 许可证,模型权重托管在 Hugging Face 上。按照 README 的建议,用显卡复制一份演示页面以跳过排队,这在 Hugging Face 上是收费的。
许可证
Apache-2.0 (宽松型)
可以替代
ElevenLabs, Murf, Speechify
GitHub 上的最近改动
2024年11月19日

Tortoise TTS 的风险信号 (5)

  • 注意依赖存在已知漏洞

    存在已知漏洞的固定依赖项(OSV):transformers:GHSA-29pf-2h5f-8g72、GHSA-37mw-44qp-f5jm、GHSA-37q5-v5qm-c9v8;nbconvert:GHSA-9754-6rhw-gj3h、GHSA-9jmq-rx5f-8jwq、GHSA-xm59-rqc7-hhvf;tornado:GHSA-3hv7-mjh2-fv65、GHSA-3x9g-8vmp-wqvf、GHSA-753j-mpmx-qq6g;pydantic:GHSA-mr82-8j83-vxmv、PYSEC-2026-1812;deepspeed:GHSA-8cp5-3rf8-8gfh、PYSEC-2024-109

    自动检查

  • 注意声音克隆被冒用的风险

    该 API 接受真实声音的 `reference_clips`(`tts.tts_with_preset("your text here", voice_samples=reference_clips)`),仓库还附带了一份 `voice_customization_guide.md`,因此任何人的声音都可能从录音中被复制出来;README 中对此没有任何免责声明。

    AI 审核

  • 注意缺乏维护

    最近一次提交是在 2024-11-19,距本次检查 719 天,有 349 个未解决的 issue,从未发布过任何版本。

    AI 审核

  • 信息依赖版本非常陈旧

    requirements.txt 固定了 `tornado==4.2`、`nbconvert==5.3.1`、`pydantic==1.9.1`、`transformers==4.31.0` 和 `deepspeed==0.8.3`,README 自己也提醒,如果不用 conda,"you will spend a lot of time chasing dependency problems"。

    AI 审核

  • 信息关于速度的说法互相矛盾

    README 中一方面说 "this model is insanely slow ... expect to generate a medium sized sentence every 2 minutes",另一方面又说 "not so slow anymore now we can get a **0.25-0.3 RTF** on 4GB vram",但没有说明哪种配置对应哪种结果。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 Tortoise TTS 相关内容

  • 在当前的显卡上,以及在 Apple Silicon 上,一句话实际需要多长时间
  • 使用这些固定版本,conda 和 pip 的安装是否还能顺利完成
  • 从 Hugging Face 下载后,模型文件占用多少磁盘空间
  • 社区维护的演示页面是否还在线,以及它如何处理你上传的音频
  • 检查发现的固定依赖包中的已知问题,是否会影响本地使用

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