English · Norsk bokmål · Polski · 日本語 · 简体中文 · Español
# 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](THIRD_PARTY_NOTICES.md)。 ## 快速开始 使用 NVIDIA GPU 运行完整镜像： ```bash 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](http://localhost:7861) - API 文档：[http://localhost:7861/tts/docs](http://localhost:7861/tts/docs) - [语言和声音示例](https://hangry-labs.github.io/OmniVoiceTTS/examples/?lang=zh) `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](https://hangrylabs.app/zh/software/omnivoicetts)。完整技术参考由[英文 README](README.md)维护。错误和建议可提交到 [GitHub Issues](https://github.com/Hangry-Labs/OmniVoiceTTS/issues)。