🎙️ ReporterTTS

基于 IndexTTS 的文字转语音服务

上传声纹 · 调整参数 · 生成高质量语音

加载中…

🗣️ 文字转语音

▸ ⚙️ 高级生成参数 点击展开 / 折叠
快速推理模式
对长文本使用 batched-bucket 推理，可加速 2-10 倍
随机采样
关闭后使用贪心 / 束搜索，输出更确定但多样性降低

🎛️ GPT-2 采样参数

1.0
采样温度：越高越多样/随机，越低越稳定/保守。推荐 0.7–1.2
0.8
仅从累积概率前 P 的 token 中采样。越低越聚焦
30
仅从概率最高的 K 个 token 中采样。0 = 不限制
2
束搜索宽度。1 = 无束搜索，越大越慢但可能更稳定
10.0
重复惩罚：防止 mel-token 循环/重复。太低可能导致重复噪音
0.0
长度偏好：>0 倾向更长输出，<0 倾向更短

📐 分句与生成长度

300
单句生成 mel-token 上限。过小会截断音频，过大则增加推理时间
120
文本分句粒度。80–200 较佳。过大过小均影响质量
1
快速推理分桶大小。越大越快但占用更多显存
1.2
输出语速倍率。>1 更快，<1 更慢（推荐 1.1–1.4）

🎧 生成结果

⬇ 下载 WAV

🎭 声纹管理

上传新声纹

提示：上传一段 5–15 秒的清晰语音作为声纹参考（.wav 格式）。名称仅允许字母、数字、连字符和下划线。

💾 缓存管理

相同声纹 + 相同文本 + 相同参数的请求将直接返回缓存音频，无需重新生成。

加载中…

📡 API 文档

默认无需身份验证；若配置环境变量 TTS_ACCESS_TOKEN，则所有 API 调用都必须带 Authorization: Bearer <token>。Base URL 即本服务地址。

POST /v1/audio/speech — OpenAI 兼容接口
完全模拟 OpenAI TTS API 规范。可直接用于 Open WebUI、ChatGPT-Next-Web 等应用。
参数类型默认值说明
modelstringtts-1模型名称（可忽略）
inputstring—必填，要合成的文本
voicestring—必填，声纹名称。若不存在则自动回退到第一个可用声纹
response_formatstringmp3格式：mp3, opus, aac, flac, wav, pcm
speedfloat1.0语速 (0.25–4.0)
💡 在 Open WebUI 中使用：
1. TTS Engine: 选择 OpenAI
2. API Base URL: 填写 http://<IP>:8000/v1
3. API Key: 填写本服务的 TTS_ACCESS_TOKEN (若未开启则随便填)
4. TTS Voice: 填写上方声纹列表中的名称（如 reporter-zh） 

    


    

      POST /api/tts — 文字转语音（支持全部高级参数）
      

        发送表单数据，返回 WAV 音频文件。除 voice 和 text 外，其余参数均为可选。
      

      

        
参数类型默认值说明

        
          
voicestring—必填，声纹名称

          
textstring—必填，要合成的文字

          
temperaturefloat1.0采样温度 (0.05–2.0)

          
top_pfloat0.8Nucleus 采样概率 (0–1)

          
top_kint30Top-K 采样 (0=不限)

          
do_samplebooltrue是否随机采样

          
num_beamsint2束搜索宽度 (1–10)

          
repetition_penaltyfloat10.0重复惩罚 (0.1–20)

          
length_penaltyfloat0.0长度偏好 (-2–2)

          
max_mel_tokensint300单句 mel-token 上限 (50–2000)

          
max_text_tokens_per_segmentint120分句粒度 (20–300)

          
fast_modebooltrue启用 batched-bucket 快速推理

          
bucket_sizeint1快速推理分桶大小 (1–8)

          
speech_ratefloat1.2输出语速倍率 (0.5–2.0)

        
      

      

    


    

      GET /api/voices — 获取声纹列表
      
返回 JSON 数组，每个元素包含 name、filename、size_kb。

      

    


    

      POST /api/voices — 上传声纹
      
上传 .wav 文件并指定声纹名称（表单字段 name + file）。

        

    


    

      DELETE /api/voices/{name} — 删除声纹
      
按名称删除指定声纹。

      

    


    

      GET /api/system — 系统信息与默认参数
      
返回设备类型、GPU 型号、CUDA 版本、模型状态，以及所有默认生成参数。

      

    


    

      GET /api/cache — 缓存统计
      
返回 TTS 缓存统计信息，包含缓存文件数量和总大小。

      

    


    

      DELETE /api/cache — 清空缓存
      
删除所有缓存的 TTS 音频文件。

      

    


    

      GET /health — 健康检查
      
返回 {"status":"ok"} 或 {"status":"degraded"}。

      

    

  








  ReporterTTS · Powered by IndexTTS