本地
在自己电脑上运行开源工具，数据留在本机。硬件要求以各工具 README 为准。
推广合作尚未启用 · 此处暂无链接
此位置预留给未来的推广链接，当前未启用。
CosyVoice
基于大语言模型的语音合成(TTS)系统，提供多个版本的模型和服务化部署。
想自建 TTS 服务、熟悉 conda 和 Docker 的开发者。
工具资料
- 功能
- 语音合成(TTS)
- 部署方式
- conda+pip install；Docker服务(FastAPI/gRPC)
- 硬件要求
- README未给出显存下限；提供Docker(--runtime=nvidia)、vllm、TensorRT-LLM部署
- README 显存下限
- 未说明；README 未提供明确下限，不能据此判断能否运行。
- 星标
- 23999（核验日期：2026-10-16）
- 最近 commit
- 2026-05-25
- 许可证
- Apache-2.0
- 备注
- 仓库已从FunAudioLLM/CosyVoice迁至QwenAudio/CosyVoice
- GitHub
- https://github.com/QwenAudio/CosyVoice
数据核验：2026-10-16，来源 GitHub
使用提示
- 用 conda+pip 安装，或用 Docker 起 FastAPI/gRPC 服务
- 支持 vllm、TensorRT-LLM 部署
- 仓库已从 FunAudioLLM 迁到 QwenAudio/CosyVoice
三条路线
同一个需求通常有三种做法：本地运行、租云 GPU、在线或 API 服务。按自己的硬件和预算选择。
租云 GPU
租云 GPU 路线：本机显存不够时可以考虑。目前有一个优云智算邀请链接，注册并消费后本站可能获得返佣，不影响你的价格。
在线或 API
在线或 API 路线：不用装环境，按服务方规则使用。推广合作尚未启用，本站没有任何推广链接。
推广合作尚未启用 · 此处暂无链接
此位置预留给未来的推广链接，当前未启用。
同分类相关工具
语音/歌声
GPT-SoVITS
语音合成和声音克隆工具，带 WebUI，支持 CUDA、Apple silicon 和 CPU。
★ 62,882显存：未说明MIT
最近更新
语音/歌声
RVC WebUI
基于检索的变声/歌声转换 WebUI，含实时变声界面。
★ 38,760显存：未说明MIT
最近更新
语音/歌声
Fish Speech(S2-Pro)
Fish Audio 的语音合成(TTS)项目，当前版本为 S2-Pro。
★ 33,177显存：未说明自定义许可 · Fish Audio Community License(自定义)
最近更新
语音/歌声
so-vits-svc-fork
so-vits-svc 的分支版本，用于歌声转换(SVC)，支持训练和推理。
★ 9,333README：≥4GBMIT(LICENSE文件)
最近更新
语音/歌声
Style-Bert-VITS2
以日语为主的语音合成工具，只做合成时可以在没有显卡的 CPU 上运行。
★ 1,387显存：未说明AGPL-3.0
最近更新
长期未更新（>12 个月无 commit）语音/歌声
F5-TTS
语音合成和声音克隆工具，带 Gradio 界面，支持 NVIDIA/AMD/Intel 显卡。
★ 15,409显存：未说明MIT
最近更新
语音/歌声
ChatTTS
面向对话场景的语音合成(TTS)模型，pip 就能安装。
★ 39,907README：≥4GBAGPL-3.0
最近更新