sherpa-onnx-tts

• Sortie vocale axée sur la confidentialité — vous devez synthétiser de la parole sans envoyer de texte à une API cloud (p. ex. documents sensibles, données personnelles).
• Environnements hors ligne ou isolés — votre agent s'exécute sans accès internet fiable et a tout de même besoin d'une sortie audio.
• Maîtrise des coûts — vous souhaitez effectuer un nombre illimité d'appels TTS sans facturation au caractère ou à la requête.
• Génération audio scriptée — vous souhaitez produire des fichiers .wav de manière programmatique à partir d'une commande CLI ou d'un outil d'agent.

• Vous avez besoin de voix neuronales haute fidélité et expressives (par exemple, la qualité ElevenLabs) — les modèles Piper locaux produisent de bons résultats, mais pas de qualité studio.
• Vous avez besoin d'un TTS en streaming temps réel avec une latence ultra-faible pour des applications vocales interactives.
• Votre plateforme n'est pas macOS x64, Linux ou Windows — aucune autre architecture n'est actuellement incluse.

L'intégralité du pipeline TTS s'exécute sur votre machine locale grâce au moteur natif sherpa-onnx. Aucune connexion internet, aucune clé API et aucun frais d'utilisation ne sont nécessaires après le téléchargement initial du modèle.

Les runtimes sherpa-onnx pré-compilés sont automatiquement téléchargés pour macOS (Universal 2), Linux x64 et Windows x64, vous permettant d'obtenir le binaire natif adapté à votre système d'exploitation sans compilation manuelle.

Livré par défaut avec le modèle haute qualité vits-piper-en_US-lessac-high. Vous pouvez y substituer n'importe quel autre modèle vocal issu de la publication tts-models de sherpa-onnx-tts et faire pointer SHERPA_ONNX_MODEL_DIR vers celui-ci.

Synthétisez de la parole vers un fichier .wav avec une seule commande : sherpa-onnx-tts -o output.wav "Votre texte ici". Prend en charge les remplacements du fichier de modèle, du fichier de tokens et du répertoire de données via des indicateurs ou des variables d'environnement.

Lorsqu'un répertoire de modèles contient plusieurs fichiers .onnx, définissez SHERPA_ONNX_MODEL_FILE ou passez --model-file pour spécifier quel modèle utiliser, permettant ainsi des configurations multi-modèles sans reconfigurer le répertoire de base.

Un agent IA résume un document et appelle cette compétence sherpa-onnx-tts pour produire une narration au format .wav — entièrement hors ligne, sans aucune dépendance au cloud dans le pipeline.

Un agent assistant juridique ou médical doit lire à voix haute des contenus sensibles. L'utilisation de sherpa-onnx-tts garantit que les textes confidentiels ne sont jamais transmis à une API TTS tierce.

Un développeur automatise l'interface CLI en boucle pour convertir des dizaines d'extraits de texte en fichiers .wav destinés à une application locale, sans coût par appel et sans limites de débit.

Dans les environnements où l'accès internet sortant est bloqué ou restreint, cette compétence fournit une solution TTS autonome une fois que le runtime et les modèles ont été téléchargés lors de la configuration.