TTSFM v3.4新特性双Docker镜像优化与语音速度调节功能体验【免费下载链接】ttsfmTTSFM mirrors OpenAIs TTS service, providing a compatible interface for text-to-speech conversion with multiple voice options for free.项目地址: https://gitcode.com/gh_mirrors/tt/ttsfmTTSFM是一款开源的文本转语音服务兼容OpenAI TTS接口提供多种语音选择完全免费使用。最新发布的v3.4版本带来了两项重大更新双Docker镜像优化与实用的语音速度调节功能让用户可以根据需求灵活选择部署方案同时获得更个性化的语音体验。双Docker镜像兼顾功能与轻量需求两种镜像变体对比v3.4版本引入了两种Docker镜像变体满足不同用户场景Full完整镜像dbcccc/ttsfm:latest包含ffmpeg工具支持高级音频处理提供全部功能包括语音速度调节和格式转换适合需要完整功能的开发者和企业用户Slim轻量镜像dbcccc/ttsfm:v3.4.0-alpha1-slim不含ffmpeg体积更小仅保留基础TTS功能适合资源受限环境或仅需简单语音合成的场景功能支持矩阵功能Full镜像Slim镜像Python包基础TTSMP3/WAV✅✅✅WAV自动合并✅✅基础版✅基础版MP3自动合并✅❌✅需pydub语音速度调节✅❌✅需ffmpeg格式转换✅❌✅需ffmpeg如何选择适合的镜像开发测试环境推荐使用Full镜像体验完整功能生产环境资源有限如仅需基础TTS功能可选择Slim镜像语音应用开发者Full镜像提供的速度调节和格式转换功能更实用语音速度调节打造个性化听觉体验核心功能亮点TTSFM v3.4新增的语音速度调节功能允许用户控制语音播放速度范围从0.25x极慢到4.0x极快满足不同场景需求学习场景0.75x慢速播放清晰听取内容细节快速浏览2.0x加速播放节省时间内容创作调整速度匹配视频或演示节奏多方式使用速度调节功能1. API调用方式通过API请求添加speed参数即可curl -X POST http://localhost:8000/v1/audio/speech \ -H Content-Type: application/json \ -d {input:Hello!,voice:alloy,speed:1.5} \ --output fast.mp32. Python客户端使用from ttsfm import TTSClient, Voice client TTSClient() response client.generate_speech( text这将以更快速度播放, voiceVoice.NOVA, speed1.5, # 1.5倍速 ) response.save_to_file(fast.mp3)3. Web界面操作在Web playground界面中通过直观的滑块控件调整速度拖动速度滑块设置0.25x-4.0x范围实时显示当前速度值如1.0x点击生成按钮应用设置实现原理速度调节功能基于ffmpeg的atempo过滤器实现通过以下技术确保音质和兼容性使用ffmpeg的atempo过滤器处理速度调整支持0.25x-4.0x范围与OpenAI TTS API兼容对于超出0.5-2.0范围的速度自动链式使用多个atempo过滤器根据速度倍数自动调整估计时长异步客户端中使用线程池避免阻塞快速开始使用新特性使用Full Docker镜像# 拉取并运行完整镜像 docker run -p 8000:8000 dbcccc/ttsfm:latest # 使用速度调节功能 curl -X POST http://localhost:8000/v1/audio/speech \ -H Content-Type: application/json \ -d {input:Hello!,voice:alloy,speed:1.5} \ --output fast.mp3使用Slim Docker镜像# 拉取并运行轻量镜像 docker run -p 8000:8000 dbcccc/ttsfm:v3.4.0-alpha1-slim # 基础TTS功能正常使用 curl -X POST http://localhost:8000/v1/audio/speech \ -H Content-Type: application/json \ -d {input:Hello!,voice:alloy} \ --output speech.mp3从v3.3.x迁移指南无破坏性变更现有代码可继续工作Docker用户dbcccc/ttsfm:latest现在包含速度调节功能需要最小镜像时使用dbcccc/ttsfm:v3.4.0-alpha1-slimPython包用户速度参数现已可用需要ffmpeg安装ffmpegLinux系统使用apt-get install ffmpegMac系统使用brew install ffmpegAPI用户/v1/audio/speech端点现在支持speed参数响应元数据包含speed_applied: true/false指示速度调节是否生效常见问题解答Q: 使用Slim镜像时设置speed参数会怎样A: Slim镜像会忽略speed参数不返回错误但会记录警告日志。Q: 速度调节功能对语音质量有影响吗A: 使用ffmpeg的专业音频处理算法在合理速度范围内0.75x-1.5x几乎不影响语音质量。Q: 如何检查当前使用的是哪种镜像变体A: 可以通过API响应头X-Image-Variant查看或检查是否存在ffmpeg依赖功能。未来发展路线TTSFM团队计划在未来版本中添加更多实用功能扩展格式支持真正的AAC、FLAC、OPUS输出目前映射为WAV音频效果音调调整、降噪等高级功能流支持带速度调节的实时音频流超轻量变体基于Alpine的极小镜像约50MB不含Python Web服务器了解更多技术细节请参考官方文档docs/v3.4-dual-image-implementation.md要开始使用TTSFM v3.4只需克隆仓库并按照文档部署git clone https://gitcode.com/gh_mirrors/tt/ttsfm cd ttsfm # 按照README中的说明部署无论是开发语音应用、创建有声内容还是需要一个免费的文本转语音服务TTSFM v3.4的双镜像设计和速度调节功能都能为你提供灵活而强大的支持。立即体验开启你的语音合成之旅【免费下载链接】ttsfmTTSFM mirrors OpenAIs TTS service, providing a compatible interface for text-to-speech conversion with multiple voice options for free.项目地址: https://gitcode.com/gh_mirrors/tt/ttsfm创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考