English · Norsk bokmål · Polski · 日本語 · 简体中文 · Español

🎧 Posłuchaj przykładów głosów

Hangry Labs Melo TTS

Łatwy do uruchomienia, wielojęzyczny system zamiany tekstu na mowę, przystosowany do pracy offline, z interfejsem przeglądarkowym i API HTTP w jednym obrazie Docker.

Ta wersja jest utrzymywana przez Hangry Labs i została przygotowana zarówno dla zwykłych użytkowników, jak i programistów. Zainstaluj Docker, uruchom jedno polecenie i otwórz lokalny interfejs. Ta sama aplikacja udostępnia natywne API oraz endpointy zgodne z OpenAI.

Najpierw posłuchaj

Otwórz przykłady głosów, aby posłuchać wszystkich dostępnych języków i angielskich akcentów. Możesz również odsłuchać dialogi SSML.

Szybki start

Pełny obraz z trwałym przechowywaniem modeli i ustawień:

docker run --rm -p 8888:8888 --gpus all -v melotts_data:/app/persistent hangrylabs/melotts:latest

Mniejszy obraz z trzema rodzinami modeli angielskich:

docker run --rm -p 8888:8888 --gpus all -v melotts_data:/app/persistent hangrylabs/melotts:latest_en

Usuń --gpus all, aby użyć procesora. Następnie otwórz http://localhost:8888. Interaktywna dokumentacja API jest dostępna pod adresem http://localhost:8888/tts/docs.

Pełny obraz zawiera język angielski, francuski, chiński i japoński do natychmiastowego użycia offline. Opcjonalne pakiety hiszpański i koreański wymagają zaakceptowania warunków i jednorazowego pobrania na karcie System. Pliki są przechowywane w melotts_data, dzięki czemu później działają bez połączenia z internetem.

API

Aplikacje zgodne z OpenAI mogą używać http://localhost:8888/v1 jako adresu bazowego. Melo udostępnia również natywne generowanie, strumieniowanie zdanie po zdaniu, formaty WAV, MP3, FLAC i OGG oraz eksperymentalną obsługę SSML.

Przeczytaj pełny polski opis produktu i instrukcję instalacji. Pełna dokumentacja techniczna, wszystkie polecenia produkcyjne i historia wersji są utrzymywane w angielskim README.

Licencja

Melo TTS jest wolnym oprogramowaniem na licencji AGPL-3.0. Możesz używać go prywatnie lub komercyjnie, przechowywać obraz offline, wywoływać API z oddzielnej aplikacji i korzystać z wygenerowanego dźwięku. Jeśli rozpowszechniasz zmodyfikowaną wersję Melo TTS lub udostępniasz innym zmodyfikowaną usługę Melo TTS przez sieć, musisz zaoferować im odpowiadający kod źródłowy. Przeczytaj również informacje o komponentach zewnętrznych.

Oficjalne obrazy: Docker Hub · GitHub Container Registry