ttsfm — AI 语音合成工具中文文档
经 AI Skill Hub 精选评估，ttsfm — AI 语音合成工具中文文档 获评「强烈推荐」。这款AI工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.3 分，适合有一定技术背景的用户使用。
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
ttsfm — AI 语音合成工具中文文档 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 ttsfm — AI 语音合成工具中文文档 的版本更新，及时通知重要功能变化。
ttsfm — AI 语音合成工具中文文档 是一款基于 Python 开发的开源工具，专注于 ai、api、openai 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
ttsfm — AI 语音合成工具中文文档 是一款基于 Python 开发的开源工具，专注于 ai、api、openai 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 方式一：pip 安装（推荐）
pip install ttsfm
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install ttsfm
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/dbccccccc/ttsfm
cd ttsfm
pip install -e .
# 验证安装
python -c "import ttsfm; print('安装成功')"
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 命令行使用
ttsfm --help
# 基本用法
ttsfm input_file -o output_file
# Python 代码中调用
import ttsfm
# 示例
result = ttsfm.process("input")
print(result)
# ttsfm 配置文件示例（config.yml） app: name: "ttsfm" debug: false log_level: "INFO" # 运行时指定配置文件 ttsfm --config config.yml # 或通过环境变量配置 export TTSFM_API_KEY="your-key" export TTSFM_OUTPUT_DIR="./output"
Overview
TTSFM is a free, OpenAI-compatible text-to-speech API service that provides a complete solution for converting text to natural-sounding speech based on OpenAI's GPT-4o mini TTS. Built on top of the openai.fm backend, it offers a powerful Python SDK, RESTful API endpoints, and an intuitive web playground for easy testing and integration.
What TTSFM Can Do: - 🎤 Multiple Voices: Choose from 11 OpenAI-compatible voices (alloy, ash, ballad, coral, echo, fable, nova, onyx, sage, shimmer, verse) - 🎵 Flexible Audio Formats: Support for 6 audio formats (MP3, WAV, OPUS, AAC, FLAC, PCM) - ⚡ Speed Control: Adjust playback speed from 0.25x to 4.0x for different use cases - 📝 Long Text Support: Automatic text splitting and audio combining for content of any length - 🔄 Real-time Streaming: WebSocket support for streaming audio generation - 🐍 Python SDK: Easy-to-use synchronous and asynchronous clients - 🌐 Web Playground: Interactive web interface for testing and experimentation - 🐳 Docker Ready: Pre-built Docker images for instant deployment - 🔍 Smart Detection: Automatic capability detection and helpful error messages - 🤖 OpenAI Compatible: Drop-in replacement for OpenAI's TTS API
Key Features in v3.5.0: - 🎯 Image variant detection (full vs slim Docker images) - 🔍 Runtime capabilities API for feature availability checking - ⚡ Speed adjustment with ffmpeg-based audio processing - 🎵 Real format conversion for all 6 audio formats - 📊 Enhanced error handling with clear, actionable messages - 🐳 Dual Docker images optimized for different use cases
⚠️ Disclaimer: This project is intended for educational and research purposes only. It is a reverse-engineered implementation of the openai.fm service and should not be used for commercial purposes or in production environments. Users are responsible for ensuring compliance with applicable laws and terms of service.
With speed adjustment (requires ffmpeg)
response = client.generate_speech( text="This will be faster!", voice=Voice.NOVA, response_format=AudioFormat.MP3, speed=1.5, # 1.5x speed (0.25 - 4.0) ) response.save_to_file("fast") # -> fast.mp3 ```
With speed adjustment (requires full image)
curl -X POST http://localhost:8000/v1/audio/speech \ -H "Content-Type: application/json" \ -d '{ "model": "tts-1", "input": "Hello world!", "voice": "alloy", "response_format": "mp3", "speed": 1.5 }' --output speech_fast.mp3 ```
Available voices: alloy, ash, ballad, coral, echo, fable, nova, onyx, sage, shimmer, verse Available formats: mp3, wav (always) + opus, aac, flac, pcm (full image only) Speed range: 0.25 - 4.0 (requires full image)
Installation
Docker image
TTSFM offers two Docker image variants to suit different needs:
#### Full variant (recommended)
docker run -p 8000:8000 dbcccc/ttsfm:latestIncludes ffmpeg for advanced features: - ✅ All 6 audio formats (MP3, WAV, OPUS, AAC, FLAC, PCM) - ✅ Speed adjustment (0.25x - 4.0x) - ✅ Format conversion with ffmpeg - ✅ MP3 auto-combine for long text - ✅ WAV auto-combine for long text
#### Slim variant - ~100MB
docker run -p 8000:8000 dbcccc/ttsfm:slimMinimal image without ffmpeg: - ✅ Basic TTS functionality - ✅ 2 audio formats (MP3, WAV only) - ✅ WAV auto-combine for long text - ❌ No speed adjustment - ❌ No format conversion - ❌ No MP3 auto-combine
The container exposes the web playground at http://localhost:8000 and an OpenAI-compatible endpoint at /v1/audio/speech.
Check available features:
curl http://localhost:8000/api/capabilitiesQuick start
Basic usage
response = client.generate_speech( text="Hello from TTSFM!", voice=Voice.ALLOY, response_format=AudioFormat.MP3, ) response.save_to_file("hello") # -> hello.mp3
- 做语音类 AI 产品的开发者
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- Python 依赖冲突：建议用 venv / uv 隔离环境
- Docker：ttsfm 提供官方镜像，docker compose up 一键启动
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
- +MIT 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
AI Skill Hub 点评：ttsfm — AI 语音合成工具中文文档 的核心功能完整，质量优秀。对于AI 技术爱好者来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | ttsfm |
| 原始描述 | TTSFM mirrors OpenAI's TTS service, providing a compatible interface for text-to-speech conversion with multiple voice options for free. |
| Topics | aiapiopenaiopenai-apipythonreverse-proxytts |
| GitHub | https://github.com/dbccccccc/ttsfm |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-22 · 更新时间：2026-05-22 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。