sherpa-onnx-tts

• Output vocale con privacy prioritaria — devi sintetizzare il parlato senza inviare testo a un'API cloud (ad es. documenti sensibili, dati personali).
• Ambienti offline o air-gapped — il tuo agente funziona senza accesso affidabile a Internet e ha comunque bisogno di output audio.
• Controllo dei costi — vuoi chiamate TTS illimitate senza fatturazione per carattere o per richiesta.
• Generazione audio con script — vuoi produrre file .wav in modo programmatico da un comando CLI o da uno strumento agente.

• Hai bisogno di voci neurali ad alta fedeltà ed espressive (ad es. qualità ElevenLabs) — i modelli Piper locali producono risultati buoni ma non di livello studio.
• Hai bisogno di TTS in streaming in tempo reale con latenza ultra-bassa per applicazioni vocali interattive.
• La tua piattaforma non è macOS x64, Linux o Windows — nessuna altra architettura è attualmente inclusa.

L'intero pipeline TTS viene eseguito sulla tua macchina locale utilizzando il runtime nativo sherpa-onnx. Non sono necessari connessione a Internet, chiavi API né costi di utilizzo dopo il download iniziale del modello.

I runtime sherpa-onnx precompilati vengono scaricati automaticamente per macOS (Universal 2), Linux x64 e Windows x64, così ottieni il binario nativo corretto per il tuo sistema operativo senza dover eseguire la compilazione manuale.

Viene fornito con il modello di alta qualità vits-piper-en_US-lessac-high per impostazione predefinita. Puoi sostituirlo con qualsiasi altro modello vocale dalla release tts-models di sherpa-onnx e puntare SHERPA_ONNX_MODEL_DIR su di esso.

Sintetizza il parlato in un file .wav con un singolo comando: sherpa-onnx-tts -o output.wav "Il tuo testo qui". Supporta la sovrascrittura del file modello, del file token e della directory dei dati tramite flag o variabili d'ambiente.

Quando una directory di modelli contiene più file .onnx, imposta SHERPA_ONNX_MODEL_FILE o passa --model-file per specificare quale modello utilizzare, abilitando configurazioni multi-modello senza dover riconfigurare la directory di base.

Un agente AI riassume un documento e chiama questa skill per produrre una narrazione audio in formato .wav — completamente offline, senza alcuna dipendenza dal cloud nella pipeline.

Un agente assistente legale o medico deve leggere ad alta voce contenuti sensibili. Utilizzare sherpa-onnx-tts garantisce che il testo riservato non venga mai trasmesso a un'API TTS di terze parti.

Uno sviluppatore esegue il CLI in un ciclo per convertire decine di frammenti di testo in file .wav per un'applicazione locale, senza costi per chiamata e senza limiti di frequenza.

In ambienti in cui l'accesso a Internet in uscita è bloccato o limitato, questa skill fornisce una soluzione TTS autonoma una volta che il runtime e i modelli vengono scaricati durante la configurazione.