ghcr.io/rsxdalv/tts-generation-webui:main

TTS WebUI

Download Installer || Installation || Docker Setup || Silly Tavern || Extensions || Feedback / Bug reports

Download Installer || Installation || Docker Setup || Silly Tavern || Extensions || Feedback / Bug reports

视频

示例

截图

支持的模型

• 这些模型并非默认安装，而是作为扩展提供。

安装

使用安装程序（推荐）

当前基础安装大小约为 10.7 GB。每个模型还需要额外 2-8 GB 的空间。

• 下载最新版本并解压。
• 运行 start_tts_webui.bat 或 start_tts_webui.sh 启动服务器。系统会提示您选择正在使用的 GPU/芯片。完成所有安装后，将在 http://localhost:7770 启动 Gradio 服务器，并在 http://localhost:3000 启动 React UI。
• 输出日志可在 installer_scripts/output.log 文件中查看。

[!NOTE] 启动脚本会设置 conda 环境和 Python 虚拟环境。因此您无需提前创建虚拟环境，实际上，从其他虚拟环境启动可能会导致脚本出错。

手动安装

前提条件：

• git

• Python 3.10 或 3.11（暂不支持 3.12）

• PyTorch

• ffmpeg（带 vorbis 支持）

• （可选）NodeJS 22.9.0（用于 React UI）

• SQLite（随 Python 捆绑）（用于数据库支持）

• 克隆仓库：git clone https://github.com/rsxdalv/tts-webui.git cd tts-webui 克隆仓库：

• 安装所需包：pip install -r requirements.txt 安装所需包：

• 运行服务器：python server.py --no-react 运行服务器：

• 对于 React UI：cd react-ui npm install npm run build cd .. python server.py 对于 React UI：

有关详细的手动安装说明，请参阅《手动安装指南》。

Docker 配置

tts-webui 也可在 Docker 容器内运行。在 Docker 中使用 CUDA 需要 NVIDIA Container Toolkit。开始前，请从 GitHub Container Registry 拉取镜像：

docker pull ghcr.io/rsxdalv/tts-webui:main

拉取镜像后，可使用 Docker Compose 启动：端口 7770（环境变量：TTS_PORT）用于 Gradio 后端，3000（环境变量：UI_PORT）用于 React 前端。

docker compose up -d

容器首次生成输出时需要一些时间，因为模型会在后台下载。可通过查看容器日志验证下载状态：

docker logs tts-webui

自行构建镜像

如果您希望构建自己的 Docker 容器，可使用随附的 Dockerfile：

docker build -t tts-webui .

[!NOTE] 需要编辑 docker-compose 以使用您刚构建的镜像。

变更日志

四月：

• 将 torchcodec CPU 添加到依赖项
• 将 PyTorch 升级至 2.11.0
• 更新并固定 TorchAudio 至 2.7.0

三月：

• 功能：Next.js 13.5 → 16.2.1 升级

十二月：

• 小错误修复和改进
• 重构：将 bark 配置加载从 WebUI 提取为独立函数
• 维护：从 tts-webui 中移除 postgres，因其是大多数用户不需要的重型依赖
• 功能：添加数据库 API 服务器以管理生成的音频文件和元数据

十一月：

• 在 Gradio UI 中通过 iframe 直接添加扩展市场
• 将 voices-tortoise 移至 voices/tortoise/（并将 maha-tts 移至 voices/maha_tts/）
• 功能：为 tts_webui 模块添加全面测试套件
• 功能：在扩展市场中实现安装按钮
• 功能：在扩展管理 UI 中添加依赖检查按钮
• 功能（命令行）：添加 extension-manager 命令以启动 GUI 工具
• 维护：从 google colab 中移除 uv
• 维护：将日志目录移至 installer_scripts/logs/
• 功能：添加通过 config.json 禁用装饰器扩展的能力

十月：

• 将 Gradio 更新至 5.49.1
• 将 @gradio/client 更新至 1.19.1
• 修复 Chatterbox 安装问题、路径以及 Silly Tavern 中的流错误
• 创建新扩展类别 - 对话式 AI
• 重组环境变量，新的 dotenv 管理器
• 将更多 UI 转换为扩展并简化基础服务器
• 为 OpenAI TTS API 扩展添加 API_KEY
• 功能：支持新扩展格式 - tabsInGroups
• 功能：添加外部扩展安装器，通过 JSON 管理和安装外部扩展
• 功能：在文档和安装程序 UI 中添加指向 TTS WebUI 扩展目录的链接
• 功能：添加日志查看器扩展以查看和管理日志文件

历史变更

有关 2025 年的详细变更列表，请参阅《2025 年变更日志》。

有关 2024 年的详细变更列表，请参阅《2024 年变更日志》。

有关 2023 年的详细变更列表，请参阅《2023 年变更日志》。

扩展

可从 webui 本身或使用 React UI 安装扩展。也可使用扩展管理器或外部扩展安装器（用于通过 JSON 添加自定义扩展的内置工具）进行安装。

在内部，扩展只是通过 pip 安装的 Python 包。可同时安装多个扩展，但它们之间可能存在兼容性问题。安装或更新扩展后，需要重启应用才能加载。

有关社区创建的扩展精选列表，请访问 TTS WebUI 扩展目录。您也可以在那里找到发布自己扩展的相关信息。

需通过迷你控制面板手动更新：

集成

Silly Tavern

• 将 OpenAI TTS API 扩展更新至最新版本 将 OpenAI TTS API 扩展更新至最新版本

• 启动 API 并使用 Python Requests 进行测试（可能未安装 OpenAI 客户端，因此“使用 Python OpenAI 客户端测试”可能失败） 启动 API 并使用 Python Requests 进行测试

（可能未安装 OpenAI 客户端，因此“使用 Python OpenAI 客户端测试”可能失败）

• 一旦确认音频生成成功，转到 Silly Tavern，添加新的 TTS API 默认提供程序端点：http://localhost:7778/v1/audio/speech 一旦确认音频生成成功，转到 Silly Tavern，添加新的 TTS API 默认提供程序端点：http://localhost:7778/v1/audio/speech

http://localhost:7778/v1/audio/speech

• 测试一下！ 测试一下！

Text Generation WebUI（oobabooga/text-generation-webui）

• 在 text-generation-webui 中安装 https://github.com/rsxdalv/text-to-tts-webui 扩展