Coqui TTS

Piper 是一个快速、轻量级的本地神经语音合成系统，基于 C++ 实现，支持多语言离线运行，可在树莓派等低性能设备上流畅工作，适合智能家居场景

🎯语音合成 / TTS

Voicebox 是开源的语音合成工作室，提供高质量的文本转语音 (TTS) 能力。支持多语言、多音色、情感化语音生成，22,208 stars（周增 5,198 星）。与商业 TTS 服务不同，Voicebox 完全开源可自部署，提供 Web UI 和 API 两种使用方式。支持声音克隆（少量样本即可）、实时流式输出、SSML 标记语言控制韵律和语调，是播客制作、有声书生成、游戏配音和 AI 语音助手的理想选择

🎯播客/有声书自动化、游戏 NPC 配音、AI 语音助手、视频内容配音、无障碍朗读

日常对话生成语音模型，39,109+ stars。专为对话场景优化的文本转语音模型，生成自然流畅的语音，支持多种声音风格和情感表达

🎯语音合成与实时语音交互

5 秒克隆声音，37K+ stars。5 秒克隆声音生成任意语音的实时语音合成工具，支持多语种语音克隆

🎯语音合成与实时语音交互

一次推理生成超真实对话式 TTS 语音的模型，19k+ stars

🎯生成自然的对话式语音输出，适合播客、有声书和 AI 语音助手

阿里巴巴发布的文本转语音模型，在 TTS 排行榜上超越所有竞争对手登顶第一。与 Qwen-Image-3.0 同周发布，标志阿里多模态全面加速。

🎯高质量文本转语音——排行榜第一的开源 TTS 方案