Piper TTS - 版本历史

Eric：/* 中文 */

2026-04-20T01:46:07Z

中文

←上一版本		2026年4月20日 (一) 01:46的版本
第38行：		第38行：
	简单测试test.py：		简单测试test.py：
	<syntaxhighlight lang="python" >		<syntaxhighlight lang="python" >
			import os
	import wave		import wave
	from piper ~~import PiperVoice~~		from pathlib import Path
			import piper

	# ~~相对路径或绝对路径~~		# 完全离线设置（防止任何网络尝试）
	~~model_path~~ = "~~/path/to/project/voices/zh_CN-chaowen-medium~~.~~onnx~~"		os.environ["TRANSFORMERS_OFFLINE"] = "1"
	~~download_dir~~ = "~~/path/to/project/~~"		os.environ["HF_HUB_OFFLINE"] = "1"

	~~# 加载语音~~		model_path = Path("/path/to/project/voices/zh_CN-chaowen-medium.onnx")
	~~voice~~ = ~~PiperVoice~~.~~load(model_path,~~ download_dir=~~download_dir~~)		download_dir = Path("/path/to/project/")

			voice = piper.PiperVoice.load(model_path=model_path, download_dir=download_dir)

	~~with wave~~.~~open~~("test.wav", "wb") as wav_file:		# 运行一次自定义 phonemizer，指定bert-base-chinese位置。
	voice.synthesize_wav("~~你好，树莓派。~~"~~, wav_file~~)		from piper.phonemize_chinese import ChinesePhonemizer
			from g2pw import G2PWConverter

			class OfflineChinesePhonemizer(ChinesePhonemizer):
			def __init__(self, model_dir: Path):
			super().__init__(model_dir) # 先让它找到 g2pw.onnx
			# 重新初始化 g2p，使用本地 bert-base-chinese
			bert_path = download_dir / "bert-base-chinese"
			self.g2p = G2PWConverter(
			model_dir=str(model_dir),
			model_source=str(bert_path), # 本地 bert 路径
			style="pinyin",
			enable_non_tradional_chinese=True
			)

			# 替换 phonemizer
			voice._chinese_phonemizer = OfflineChinesePhonemizer(download_dir / "g2pW")

			# 合成语音
			out_file = "test.wav"
			text = "你好，树莓派。"
			print("正在合成:", text)

			with wave.open(out_file, "wb") as wav_file:
			voice.synthesize_wav(text, wav_file)

			print(f"✅ 成功生成 test.wav, 地址：{Path(out_file).resolve()}")
	</syntaxhighlight>		</syntaxhighlight>


	==资源==		==资源==

2026年4月19日 (日) 16:46 Eric

2026-04-19T16:46:38Z

←上一版本		2026年4月19日 (日) 16:46的版本
第7行：		第7行：

	==快速入门==		==快速入门==

			==中文==
			对于离线，可以先在Hugging Face下载需要的模型和安装需要的包：
			*piper-voices中文模型： https://huggingface.co/rhasspy/piper-voices/tree/main/zh/zh_CN
			*g2pW模型：默认路径download_dir / "g2pW"，其中 download_dir 默认是当前工作目录（即你运行 Python 脚本或 piper 命令时的目录）。
			*bert-base-chinese模型：G2PWConverter 在初始化时调用了 BertTokenizer.from_pretrained(self.model_source)，而 model_source 默认是 "bert-base-chinese"。地址：https://huggingface.co/google-bert/bert-base-chinese/tree/main。
			*Sentence Stream包：安装 <code>pip install sentence-stream</code>。这个模块是 OHF-Voice 自己维护的一个小型句子分割器（sentence splitter），专门用于把长文本按句子切分后再做 phonemization。

			文件结构如下：
			<syntaxhighlight lang="python" >
			/path/to/project/
			├── voices/
			│ ├── zh_CN-chaowen-medium.onnx
			│ ├── zh_CN-chaowen-medium.onnx.json
			└── ... （其他模型）
			├── g2pW/
			│ ├── g2pw.onnx
			│ ├── config.json
			│ └── ...
			├── bert-base-chinese/
			│ ├── config.json
			│ ├── tokenizer_config.json
			│ ├── vocab.txt
			│ ├── pytorch_model.bin （或 model.safetensors）
			│ ├── tokenizer.json
			│ └── ... （其他必要文件）
			└── test.py
			</syntaxhighlight>

			简单测试test.py：
			<syntaxhighlight lang="python" >
			import wave
			from piper import PiperVoice

			# 相对路径或绝对路径
			model_path = "/path/to/project/voices/zh_CN-chaowen-medium.onnx"
			download_dir = "/path/to/project/"

			# 加载语音
			voice = PiperVoice.load(model_path, download_dir=download_dir)


			with wave.open("test.wav", "wb") as wav_file:
			voice.synthesize_wav("你好，树莓派。", wav_file)
			</syntaxhighlight>


	==资源==		==资源==

Eric：创建页面，内容为“Piper TTS是一个快速、本地运行的神经网络文本转语音（TTS）引擎，基于 VITS 模型，使用 ONNX 格式运行。它支持多种语言（包括中文），模型体积小、速度快，即使在低端硬件（如 Raspberry Pi）上也能实时合成高质量、自然的语音，完全离线隐私安全。注意：原 rhasspy/piper 仓库已归档，开发迁移到 OHF-Voice/piper1-gpl（GPL 许可）。 ==简介== ===时间轴=== ==安…”

2026-04-19T16:14:51Z

创建页面，内容为“Piper TTS是一个快速、本地运行的神经网络文本转语音（TTS）引擎，基于 VITS 模型，使用 ONNX 格式运行。它支持多种语言（包括中文），模型体积小、速度快，即使在低端硬件（如 Raspberry Pi）上也能实时合成高质量、自然的语音，完全离线隐私安全。注意：原 rhasspy/piper 仓库已归档，开发迁移到 OHF-Voice/piper1-gpl（GPL 许可）。 ==简介== ===时间轴=== ==安…”

新页面

Piper TTS是一个快速、本地运行的神经网络文本转语音（TTS）引擎，基于 VITS 模型，使用 ONNX 格式运行。它支持多种语言（包括中文），模型体积小、速度快，即使在低端硬件（如 Raspberry Pi）上也能实时合成高质量、自然的语音，完全离线隐私安全。注意：原 rhasspy/piper 仓库已归档，开发迁移到 OHF-Voice/piper1-gpl（GPL 许可）。

==简介==
===时间轴===

==安装==

==快速入门==

==资源==
===官网===

===网站===

===文章===
* https://calbryant.uk/blog/training-a-new-ai-voice-for-piper-tts-with-only-4-words

Piper TTS - 版本历史

Eric：​/* 中文 */

2026年4月19日 (日) 16:46 Eric

Eric：/* 中文 */