产品简介
nanospeech Nanospeech是一个研究导向的文本到语音工具，基于PyTorch和MLX实现。它能将文本转换为语音，支持多种内置声音和从参考样本匹配声音，适合开发者、研究人员快速实验和修改。系统简单易懂，代码开源免费。
核心功能
- 基于PyTorch和MLX的简洁实现
- 内置多种预置声音选项
- 支持语音样本声音匹配功能
- 高速语音生成，支持实时或更快
- 完全开源，MIT许可证免费使用
快速开始
- 第一步：使用pip安装nanospeech：pip install -U nanospeech
- 第二步：如需MLX支持，安装扩展：pip install -U nanospeech[mlx]
- 第三步：运行命令生成语音：python -m nanospeech.generate --text '你好，世界！'
- 第四步：可选，使用--voice参数选择内置声音，如celeste、luna等
界面预览
与其他方案对比
| 对比项 | nanospeech | 同类方案 |
|---|---|---|
| 自定义程度 | 代码简单，约1500行，易于修改和实验 | 商业TTS服务通常封闭，不易自定义 |
| 成本 | 完全免费开源，MIT许可证 | 商业服务可能按使用量收费 |
| 推理速度 | 在支持硬件上达3-5倍实时速度 | 可能受网络延迟或服务限制 |
适合谁用
- 研究人员用于探索文本转语音技术
- 开发者用于构建语音应用原型
- 技术爱好者学习深度学习与语音合成
下载与版本
当前最新版本为 0.0.6，发布于 2025-02-23。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/lucasnewman/nanospeech