Hangry Labs Melo TTS

易于运行、适合离线使用的多语言文本转语音工具，在一个 Docker 镜像中同时提供浏览器界面和 HTTP API。

这个由 Hangry Labs 维护的版本同时面向普通用户和开发者。安装 Docker、运行一条命令，然后打开本地界面即可使用。同一个应用还提供原生 API 和 OpenAI 兼容接口。

先听效果

打开中文声音示例，试听所有可用语言和英语口音。还可以试听多角色 SSML 对话。

包含完整模型并持久保存设置：

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

仅包含三代英语模型的小型镜像：

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

使用 CPU 时请移除 --gpus all。启动后打开 http://localhost:8888/zh。交互式 API 文档位于 http://localhost:8888/tts/docs。

完整镜像内置英语、法语、中文和日语，可立即离线使用。可选的西班牙语与韩语包需要在系统页确认上游条款并联网下载一次。文件保存在 melotts_data 中，之后即可离线使用。

兼容 OpenAI 的应用可以将 http://localhost:8888/v1 设置为 API 基础地址。Melo 还支持原生生成、按句流式输出、WAV、MP3、FLAC、OGG，以及实验性 SSML。

请查看完整的中文产品介绍和安装指南。完整技术参考、生产运行命令和版本历史请参阅英文主 README。

Melo TTS 是采用 AGPL-3.0 的自由软件。你可以私下或商业使用、离线保存镜像、从独立应用调用 API，并使用生成的音频。如果你分发修改后的 Melo TTS，或通过网络向其他用户提供修改后的 Melo TTS 服务，则必须向这些用户提供对应的完整源代码。另请阅读第三方声明。