Piper TTS
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
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
pip install sentence-stream。 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：
/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
简单测试test.py：
import os
import wave
from pathlib import Path
import piper
# 完全离线设置（防止任何网络尝试）
os.environ["TRANSFORMERS_OFFLINE"] = "1"
os.environ["HF_HUB_OFFLINE"] = "1"
model_path = Path("/path/to/project/voices/zh_CN-chaowen-medium.onnx")
download_dir = Path("/path/to/project/")
voice = piper.PiperVoice.load(model_path=model_path, download_dir=download_dir)
# 运行一次自定义 phonemizer，指定bert-base-chinese位置。
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()}")