VieNeu-TTS

收录理由

VieNeu-TTS 完全跑在本地硬件上，用 CPU 就能实时合成越南语语音，按字符计费的云服务在这里派不上用场。除了常规的文字转语音，它还能从三到八秒的录音里克隆音色，一句话里混着越南语和英语也能顺畅切换，甚至能把多人播客或对话脚本一次性批量生成。新版 v2 模型自带默认音色，省去了先找参考音频的麻烦，同时提供新闻播报、故事讲述等朗读风格，还能在文本里插入实验性的情绪标签。这套能力对延迟敏感、又注重数据隐私的交互式语音产品、离线演示终端和本地化流程来说，正好绕开了云端的限制。项目附带了网页界面和简洁的 Python SDK，覆盖 v2 以及早期预览的 v3 Turbo 主干，团队可以快速上手试跑，再决定是否投入生产。