High-Logic/Genie-TTS

解决的问题

GENIE 是一个轻量级推理引擎，旨在使高质量的文本转语音（TTS）合成更快、更易于使用，特别针对 CPU 性能进行了优化。它移除了原始 GPT-SoVITS 项目中沉重的依赖项，无需强大的 GPU 即可实现近乎即时的语音生成。

工作原理

GENIE 基于 GPT-SoVITS 框架构建，将原始 PyTorch 模型转换为优化的 ONNX 格式。它提供了一个简化的 Python API，用于加载角色语音模型、设置用于情感和语调克隆的参考音频以及生成语音。它还包含一个内置的 FastAPI 服务器，用于将 TTS 引擎作为 API 进行部署。

适用对象

希望在 CPU 系统上集成高质量、多语言 TTS，且不想承受庞大模型体积或高延迟负担的开发者和创作者。