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

🎧 收听语音示例

Hangry Labs OmniVoiceTTS

可直接通过 Docker 运行的大规模多语言文本转语音环境，内置本地浏览器界面、HTTP API、声音设计和声音克隆功能。

Hangry Labs 版本专注于简单的本地推理。只需启动一个容器，然后打开界面或调用 API，即可生成语音，无需手动配置 Python、模型、ASR 或音频工具。

项目功能

• 用于生成、流式播放、回放和下载音频的本地浏览器界面
• 兼容 OpenAI 的 /v1/audio/speech 端点和完整的原生 API
• 自动声音、声音设计、直接克隆和已保存的声音配置
• 用于可控语音和多角色对话的标准 SSML 与 SSML-H
• 继承自 OmniVoice 的 600 多种语言支持
• WAV、MP3、FLAC 和 OGG 输出
• 面向本地 AI 智能体的可选 MCP 集成
• 下载后可离线运行的完整 Docker 镜像

[!IMPORTANT] 源代码采用 Apache-2.0 许可证，但上游将预训练 OmniVoice 检查点标记为 CC-BY-NC，因此不允许商业使用。使用或重新分发之前，请阅读第三方声明。

快速开始

使用 NVIDIA GPU 运行完整镜像：

docker run --name omnivoicetts --restart unless-stopped -p 7861:7861 --gpus all -e CUDA_VISIBLE_DEVICES=0 -v omnivoicetts_data:/app/persistent hangrylabs/omnivoicetts:latest

此命令为单行格式，可直接粘贴到 Bash、PowerShell 或 Windows 命令提示符中。Docker 会自动创建命名卷。

启动后打开：

• 浏览器界面：http://localhost:7861
• API 文档：http://localhost:7861/tts/docs
• 语言和声音示例

omnivoicetts_data 卷会在容器替换或镜像更新后继续保留模型、设置和已保存声音。完整镜像包含所需模型资源，下载后可以离线运行。

已发布的 GitHub Release 及其 Git 标签不可更改。带版本号的 Docker 镜像标签同样不可更改；latest 和 latest_tiny 则会按设计持续指向最新快照。

更多信息

请查看完整的中文产品介绍和安装指南。完整技术参考由英文 README维护。错误和建议可提交到 GitHub Issues。