dbccccccc/ttsfm

解决的问题

TTSFM 提供免费的 OpenAI 兼容 API 服务，用于将文本转换为自然听感的语音。它充当 openai.fm 后端的桥梁，允许用户在无需直接使用 OpenAI 官方付费服务的情况下，将高质量的文本转语音 (TTS) 功能集成到其应用程序中。

工作原理

该项目是 openai.fm 服务的逆向工程实现。它提供了一个模拟 OpenAI TTS 端点的 RESTful API、用于同步和异步请求的 Python SDK，以及用于实时流传输的 WebSocket。为了处理高级音频处理——例如速度调节（0.25x 至 4.0x）和六种不同音频格式之间的转换——它在完整的 Docker 镜像变体中使用 ffmpeg。

适用对象

需要为项目提供 OpenAI 兼容 TTS 接口的开发人员和研究人员，以及希望通过 Docker 轻松部署 TTS 服务器或使用 Python 库从文本生成语音的用户。

亮点

• OpenAI 兼容性：可作为 OpenAI TTS API 的即插即用替代方案。
• 广泛的音频选项：支持 11 种不同的声音和 6 种音频格式 (MP3, WAV, OPUS, AAC, FLAC, PCM)。
• 长文本处理：自动分割并合并适用于任何长度内容的音频。
• 灵活的部署：提供用于高级功能的完整 Docker 镜像和用于基本功能的精简镜像。
• 集成工具：包括用于测试和实验的 Web 游乐场 (playground) 和 Python SDK。