luxtts
LuxTTS 是一款轻量级语音合成模型，可根据参考音频克隆音色并生成清晰的 48 kHz 语音。可通过 Python、Colab 或 Hugging Face Spaces 使用。
挑一个能复现的小 issue，用 AI 编程助手把它修好。
分享到 X许可证: Apache-2.0
概述
LuxTTS 是一款基于 ZipVoice 的轻量级文本转语音模型，可从参考音频克隆音色并将文本生成为语音。它适合希望生成清晰自然语音、又不想依赖大型模型或大量 GPU 显存的场景。可通过 Python 在 GPU、CPU 或 Apple MPS 上加载，编码参考音频后生成并保存 48 kHz 音频。README 还提供 Colab 和 Hugging Face Spaces 供试用。
主要特点
- 根据参考音频克隆音色，建议参考音频至少 3 秒。
- 生成 48 kHz 音频。
- README 称其在单个 GPU 上最高可达实时速度的 150 倍，在 CPU 上也快于实时。
- 支持 GPU、CPU 和 Apple MPS；README 称其显存占用可在 1 GB 以内。
适用场景
适合希望通过 Python 使用参考音色生成语音的开发者，也适合 GPU 显存有限的本地环境。可以通过 Colab 或 Hugging Face Spaces 试用。
- 上游仓库
- ysharma3501/LuxTTS
- GitHub 上的 fork
- Guo-astro/luxtts
- 上游 Star 数
- 5.5k
- 分类
- 文档、媒体与内容
- 编程语言
- Python
- 许可证
- Apache-2.0
- Fork 时间
- 2026-10-19
- 同步状态
- 已同步上次同步 2026-10-20