High-Logic/Genie-TTS

解決的問題

GENIE 是一個輕量級推理引擎，旨在使高品質的文本轉語音（TTS）合成更快、更易於使用，特別針對 CPU 性能進行了優化。它移除了原始 GPT-SoVITS 專案中沉重的依賴項，無需強大的 GPU 即可實現近乎即時的語音生成。

工作原理

GENIE 基於 GPT-SoVITS 框架構建，將原始 PyTorch 模型轉換為優化的 ONNX 格式。它提供了一個簡化的 Python API，用於載入角色語音模型、設定用於情感與語調複製的參考音訊以及生成語音。它還包含一個內建的 FastAPI 伺服器，用於將 TTS 引擎作為 API 進行部署。

適用對象

希望在 CPU 系統上整合高品質、多語言 TTS，且不想承受龐大模型體積或高延遲負擔的開發者與創作者。