Coqui TTS：本地运行的神经网络语音合成引擎

大模型

📖 简介

Coqui TTS 是本地运行的深度学习语音合成引擎，支持 1100+ 种语言，可克隆音色。30k+ Stars，可一键训练自己的声音模型，商业配音工具的开源替代方案。

这篇教程带你从零搭起一个本地可运行的 Coqui TTS 语音合成服务，最终成果是你输入一句英文文本，几秒后就能得到一段完整可播放的 wav 音频。

git clone https://github.com/coqui-ai/TTS.git
cd TTS
pip install -e .

如果你不需要处理音频文件的额外转换，也可以直接 pip install TTS。

python -c "from TTS.api import TTS; print('TTS version:', TTS.__version__)"

预期输出类似 TTS version: 0.22.0，看到版本号说明核心依赖就绪。

tts-server --port 5002

启动后在浏览器打开 http://localhost:5002，你会看到 Web 界面。注意：首次运行某个模型时会自动下载权重，需要保持网络通畅。

这个 Demo 的目标是用 Python API 完成一次最小闭环：文本 → 语音文件。

这一步要做什么：加载一个预训练的 Tacotron2 英文模型，指定使用 CPU（如果你有 GPU，改为 cuda 即可）。

from TTS.api import TTS

tts = TTS(model_name="tts_models/en/ljspeech/tacotron2-DDC", progress_bar=True)
print("模型加载完成")

预期输出：首次运行会显示下载进度条，模型约 45MB，下载完成后打印“模型加载完成”。

这一步要做什么：传入一个英文句子，调用 tts_to_file 方法输出 wav 文件。

tts.tts_to_file(
    text="The quick brown fox jumps over the lazy dog.",
    file_path="output.wav"
)
print("音频已生成")

预期输出：当前目录多出一个 output.wav，你可以用媒体播放器直接打开。在 CPU 环境下，合成 4 秒音频大约需要 15–30 秒。

file output.wav

预期输出：output.wav: RIFF ... audio data, WAVE format，说明文件格式正确。

如果你有 NVIDIA 显卡，只需要在初始化时把设备设为 cuda：

tts = TTS(model_name="tts_models/en/ljspeech/tacotron2-DDC", device="cuda")

注意：需要在启动 Python 前验证 torch.cuda.is_available() 返回 True，否则会报错。

Coqui 提供了多说话人模型，比如 tts_models/en/vctk/vits。使用这种模型时，可以通过 speaker 参数切换不同人的音色：

tts = TTS(model_name="tts_models/en/vctk/vits")
tts.tts_to_file(text="Hello, this is a test.", file_path="out.wav", speaker="p225")

不传 speaker 参数会报错，这也是初学者最容易踩的坑。想查看可用的说话人列表，执行 print(tts.speakers)。

VITS 模型通过 speaker_wav（参考音频）来模仿语调，也可以调节 speed 参数：

tts.tts_to_file(
    text="I'm speaking a bit slower.",
    file_path="slow.wav",
    speed=0.8  # 0.8 倍速
)

调整 speed 是最简单且不会导致音频毛刺的调优方式。

报错信息	原因	解决办法
`ModuleNotFoundError: No module named 'TTS'`	没有正确安装包，或当前激活的虚拟环境不对	检查是否在正确环境，重新执行 `pip install -e .`
`RuntimeError: Could not locate espeak-ng`	系统缺少音素化工具 espeak-ng	`sudo apt install espeak-ng`（macOS 用 `brew install espeak-ng`）
`AssertionError: Torch not compiled with CUDA enabled`	PyTorch 是 CPU 版本，即使显卡存在也无法使用	重新安装 GPU 版 torch：`pip install torch --index-url https://download.pytorch.org/whl/cu118`
`Connection error while downloading model`	首次下载权重时网络超时，或 Hugging Face 被墙	手动下载模型文件放入 `~/.local/share/tts` 缓存目录，或科学上网重试

🚀

大模型