Piper
在本地将文字合成为语音。
Piper 是本地文字转语音引擎，可通过命令行、服务或程序接口生成语音，适合需要选择声线并控制自己朗读流程的开发者。
Piper 能做什么
开始前先选择目标语言与声音模型，并同时准备模型和配置文件。短句测试应包含人名、数字和标点，再决定是否用于长文本或重复服务。
引擎代码与每款声音模型的许可要分别查看。官方提示部分声线可能有受限许可；仓库开源和声线可下载不能直接等同于任意商业用途。
选择语言和声音模型
官方声线库覆盖多种语言，包括简体中文；每个声音需要配套的模型及配置文件，并应先听样本。
将文字合成为本地音频
命令行可从文字或文本文件生成音频文件，也可在具备相应播放工具时直接播放，适合受控朗读流程。
调整语音间隔和音量
提供句间静音、音量倍数和自动归一化等选项，适合根据用途调整输出；复杂发音也可按官方音素方式处理。
在应用中重复调用
提供Web服务、Python与C/C++接口等路线；官方建议反复调用时使用服务，避免命令行每次重新载入模型。
- 核心用途
- 本地语音合成、声线选择、停顿音量与API
- 可完成的工作
- 文本朗读、应用语音提示与反复播报
- 如何开始
- 先选声线并检查许可，再合成短句
- 使用条件
- 模型配置配套，声音授权与代码许可分开
如何使用 Piper
- 选择语言和声线
试听模型样本，阅读对应MODEL_CARD中的使用条件，确认与项目用途匹配。
- 准备配套模型与配置
确认模型及配置文件齐全并与当前引擎兼容，再建立本地运行路线。
- 合成短句并调整
先处理人名、数字和标点，按需要调整句间静音、音量或发音表达。
- 检查输出再接入应用
回听确认可懂度和许可，再选择文件输出、重复服务或程序接口，并核对运行资源。
制作一段文本朗读
适合：有本地工具经验的使用者
- 准备输入
- 有权使用的文章节选与目标语言。
- 操作方法
- 编辑建议：先选声线和许可，合成人名、数字较多的短段，再调整标点与停顿。
- 预期交付物
- 可继续检查的朗读音频。
- 人工检查
- 逐句确认读音、漏词、音量和使用范围。
设计应用语音提示
适合：应用开发者
- 准备输入
- 简短提示文案和目标设备。
- 操作方法
- 编辑建议：选择适合语言的模型，用同一组词句验证，调整句间静音和音量。
- 预期交付物
- 风格较一致的语音提示候选。
- 人工检查
- 检查专有名词、提示长度及模型许可，不冒用他人声音。
运行重复播报服务
适合：有部署经验的人员
- 准备输入
- 多次合成需求、声线模型与接口规则。
- 操作方法
- 编辑建议：单句验证后评估服务接口，减少重复加载，并安排访问和资源控制。
- 预期交付物
- 可接入后续应用的合成服务。
- 人工检查
- 测量目标设备表现，核对数据与权限，避免直接暴露未配置的服务。
界面与参考图片
开始前需要了解
每款声音有独立许可
官方要求查看各声线MODEL_CARD，并提醒部分模型有受限许可；不能用引擎开源证明全部声音都可商用。
模型与配置必须匹配
一个声音需要模型和对应配置，语言与声线选择也影响读音，不宜混用不匹配文件。
重复启动会增加加载开销
官方说明命令行每次需要载入模型，反复调用宜评估服务路线；GPU选项还需要相应运行包和硬件。
本地语音引擎与声音模型的许可分开，逐模型检查 MODEL_CARD；提供简体中文声音，硬件与运行成本由使用者承担。
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
常见问题
Piper自带所有声音吗？
需要另行选择并准备声音模型及配套配置，先试听并阅读该模型的说明。
可以生成中文语音吗？
官方声音列表包含简体中文模型；具体音色、读音与许可仍以所选模型为准。
所有声音都能免费商用吗？
不能这样推断。官方明确提醒部分声线许可受限，需分别查看代码许可和对应MODEL_CARD。
为什么每次合成短句都要等待加载？
命令行调用通常每次重新载入模型。官方建议重复使用时考虑Web服务，但仍需自己配置和检查运行环境。
