Generate speech in 1100+ languages with voice cloning. XTTS v2 streams with under 200ms latency. 44K+ GitHub stars.
这里应该同时让用户和 Agent 知道第一步该复制什么、安装什么、落到哪里。
pip install TTS# 生成英文语音
tts --text "Hello, welcome to TokRepo." --out_path output.wav
# XTTS v2 中文语音 + 声音克隆
tts --model_name tts_models/multilingual/multi-dataset/xtts_v2 \
--text "你好，欢迎来到TokRepo。" \
--speaker_wav reference_voice.wav \
--language_idx zh-cn \
--out_path output_zh.wavCoqui TTS 是最全面的开源语音合成库，拥有 44,900+ GitHub stars，支持 1,100+ 语言。旗舰 XTTS v2 模型仅需 6 秒参考音频即可实现声音克隆，流式延迟低于 200ms。实现了所有主流 TTS 架构（VITS、Tacotron 2、Bark、Tortoise），提供统一的 Python API 和 CLI。
适用于：Python、CUDA GPU、任何需要语音合成的应用。适合为 AI 代理、聊天机器人、无障碍工具或内容创作管线添加语音的开发者。
支持 16 种语言，6 秒参考音频克隆声音，流式延迟低于 200ms。
VITS（超快）、YourTTS（多说话人）、Bark（富表现力）、Tortoise（最高质量）。
实时流式输出音频块，适合对话场景。
在自己的语音数据上微调模型，打造专属声音。
一行命令启动 TTS 服务器，HTTP 接口生成语音。
Python's most popular data validation library, essential for AI agent tool definitions. Pydantic enforces type safety in LLM structured outputs, API schemas, and config files.
Feature-rich open-source web UI for running local and remote LLMs. Open WebUI supports Ollama, OpenAI, Claude API with RAG, tools, multi-user, and mobile-friendly interface.
Official Anthropic SDK for building AI agents with tool use, memory, and orchestration. Production-grade agent framework with Claude as the backbone for autonomous tasks.