sherpa-onnx-tts

• 隐私优先的语音输出 — 您需要在不将文本发送至云端 API 的情况下合成语音（例如敏感文档、个人数据）。
• 离线或隔离网络环境 — 您的智能体在没有可靠网络连接的情况下运行，但仍需要音频输出。
• 成本控制 — 您希望无限次调用 TTS，无需按字符或按请求计费。
• 脚本化音频生成 — 您希望通过 CLI 命令或智能体工具以编程方式生成 .wav 文件。

• 您需要高保真、富有表现力的神经语音（例如 ElevenLabs 级别的质量）——本地 Piper 模型效果良好，但达不到录音室级别的标准。
• 您需要具有超低延迟的实时流式 TTS，用于交互式语音应用程序。
• 您的平台不是 x64 macOS、Linux 或 Windows——目前没有捆绑其他架构的支持。

整个 TTS 流程使用 sherpa-onnx 原生运行时在您的本地计算机上运行。完成初始模型下载后，无需互联网连接、无需 API 密钥，也无需支付任何使用费用。

预构建的 sherpa-onnx 运行时会自动下载适用于 macOS（Universal 2）、Linux x64 和 Windows x64 的版本，让您无需手动编译即可获得适合您操作系统的正确原生二进制文件。

默认附带高质量的 vits-piper-en_US-lessac-high 模型。您可以从 sherpa-onnx 的 tts-models 版本中替换任意其他语音模型，并将 SHERPA_ONNX_MODEL_DIR 指向该模型目录。

只需一条命令即可将语音合成为 .wav 文件：sherpa-onnx-tts -o output.wav "Your text here"。支持通过标志或环境变量覆盖模型文件、词元文件和数据目录。

当模型目录包含多个 .onnx 文件时，可通过设置 SHERPA_ONNX_MODEL_FILE 或传入 --model-file 参数来指定使用哪个模型，从而无需重新配置基础目录即可实现多模型配置。

AI 代理对文档进行摘要，并调用此技能（sherpa-onnx-tts）生成语音 .wav 文件旁白——完全离线，整个流程无需依赖云服务。

法律或医疗助理代理需要大声朗读敏感内容。使用 sherpa-onnx-tts 可确保机密文本永远不会传输到第三方 TTS API。

开发者通过脚本在循环中调用 CLI，将数十个文本片段转换为 .wav 文件，用于本地应用程序，无需按次付费，也没有速率限制。

在出站互联网访问被封锁或受限的环境中，只需在设置阶段下载运行时和模型，sherpa-onnx-tts 即可提供完全自包含的 TTS 解决方案。