Next-gen Kaldi TTS｜带声音克隆的文本转语音演示

这个页面是 Next-gen Kaldi 项目提供的文本转语音在线演示，打开网页即可在浏览器里试用语音合成，无需自行部署。它面向想快速试听 TTS 效果的内容创作者、配音尝试者、语音应用开发者，以及需要为多语言内容做语音草稿的人。

界面主要包含这些输入项：语言选择（Language）、模型选择（Select a model）、要朗读的文本（Input text / Your text）、说话人编号（Speaker ID，仅多说话人模型有效）、语速调节（Speed，数值越大越快），以及输出结果区（Output）和信息区（Info）。另一个板块是声音克隆：可以上传参考音频、直接录音，或填写参考音频网址，界面会显示已获取的参考音频，并要求填写参考音频的准确文字内容（标注为 ZipVoice 所需），用于模仿该音色。输出为合成语音，可在页面中试听并获取结果。

建议使用步骤：先确定语言并选择模型；在文本框输入想合成的句子；需要多说话人模型时填写说话人编号，按需调整语速；若想克隆音色，再提供参考音频并补齐对应参考文本；最后生成并试听输出。

需要注意：卡片显示运行在 CPU 基础配置上，RUNNING 仅代表平台容器处于运行状态，不代表本站实测可用或效果达标；合成质量、支持语言范围、模型来源与具体能力均以页面实际表现为准，待核查。页面可能依赖外部模型或在线资源，加载和合成都需要网络；Hugging Face 在中国大陆及部分正式服务器访问存在已知连接限制，可能需要可用网络环境，本站不验证能否直连。上传或录制的参考音频涉及声音生物特征与个人隐私，请勿提交他人未授权的声音素材，也不要放入敏感文本。作者在空间卡片中声明许可为 Apache-2.0，该声明只针对此空间条目，不代表其调用的模型权重、语音数据或第三方服务同样适用，商业使用前请另行核实；费用、额度与运行限制未明确，需以平台说明为准。

来源与访问说明

来源类型：Hugging Face Spaces。原始入口：https://huggingface.co/spaces/k2-fsa/text-to-speech

发布者：k2-fsa；采集日期：2026-11-14；来源版本：ff1fa2f35d6b1f9c19e5c20ac34e30c9bd04b49f。根据公开资料经AI整理，未上传文件运行、未做效果测试。

平台返回RUNNING仅表示采集时容器状态，不代表中国大陆可访问或业务功能已实测。正式服务器直连Hugging Face曾发生连接超时，访问需自行确认网络条件；不要上传未经授权的个人或业务敏感资料。

许可说明：空间卡片作者声明为 Apache-2.0，仅针对该空间条目，不覆盖其调用的模型权重、语音数据或第三方服务，商用前需另行核实。Space代码、模型权重、第三方接口和服务适用各自条款，公开演示不代表全部免费或可商用。