Genie-TTS 最强中文文本生成语音（CPU推理整合包）window10 11-程序员充电站

「Genie-TTS （window10 11 CPU推理整合包）」
链接：https://pan.quark.cn/s/4e668a4ffbe7

解压即用

使用方法
1、双击exe文件
2、找到模型路径，复制路径
3、把模型路径复制到这里
4、找到音频文件
5、选择音频文件

6、输入要转换的文字

7、点击开始转换

8、可以选择（保存、播放）转换好的文件

模型有现成的3个

V2.0.2 整合包 (解压即用)
小白友好的 GUI 程式, 解压即用, 无需 GPU, 无需安装任何环境
建议在 Windows 10/11 运行
支持三种语言: 中文/英文/日文
支持 GPT SoVITS V2 & V2 ProPlus 模型转换
支持批量合成语音
预装了以下角色模型(963MB):
(中文) 鸣潮-菲比
(日文) 碧蓝档案-圣园未花
(英文) 重返未来-37

GENIE: GPT-SoVITS Lightweight Inference Engine
Experience near-instantaneous speech synthesis on your CPU
简体中文 | English
GENIEis a lightweight inference engine built on the open-source TTS project GPT-SoVITS. It integrates TTS inference, ONNX model conversion, API server, and other core features, aiming to provide ultimate performance and convenience.
✅ Supported Model Version:GPT-SoVITS V2, V2ProPlus
✅ Supported Language:Japanese, English, Chinese
✅ Supported Python Version:>= 3.9
🎬 Demo Video
➡️ Watch the demo video (Chinese)
🚀 Performance Advantages
GENIE optimizes the original model for outstanding CPU performance.
Feature 🔮 GENIE Official PyTorch Model Official ONNX Model
First Inference Latency 1.13s 1.35s 3.57s
Runtime Size ~200MB ~several GB Similar to GENIE
Model Size ~230MB Similar to GENIE ~750MB
📝Latency Test Info:All latency data is based on a test set of 100 Japanese sentences (~20 characters each), averaged. Tested on CPU i7-13620H.
🏁 QuickStart
⚠️ Important:It is recommended to run GENIE inAdministrator modeto avoid potential performance degradation.
📦 Installation
Install via pip:
pip install genie-tts
📥 Pretrained Models
When running GENIE for the first time, it requires downloading resource files (~391MB). You can follow the library's prompts to download them automatically.
Alternatively, you can manually download the files from HuggingFace and place them in a local folder. Then set theGENIE_DATA_DIRenvironment variablebeforeimporting the library:
import os # Set the path to your manually downloaded resource files # Note: Do this BEFORE importing genie_tts os.environ["GENIE_DATA_DIR"] = r"C:\path\to\your\GenieData" import genie_tts as genie # The library will now load resources from the specified directory
⚡️ Quick Tryout
No GPT-SoVITS model yet? No problem! GENIE includes several predefined speaker characters you can use immediately — for example:
Mika (聖園ミカ)—Blue Archive(Japanese)
ThirtySeven (37)—Reverse: 1999(English)
Feibi (菲比)—Wuthering Waves(Chinese)
You can browse all available characters here:https://huggingface.co/High-Logic/Genie/tree/main/CharacterModels
Try it out with the example below:
import genie_tts as genie import time # Automatically downloads required files on first run genie.load_predefined_character('mika') genie.tts( character_name='mika', text='どうしようかな……やっぱりやりたいかも……！', play=True, # Play the generated audio directly ) genie.wait_for_playback_done() # Ensure audio playback completes
🎤 TTS Best Practices
A simple TTS inference example:
import genie_tts as genie # Step 1: Load character voice model genie.load_character( character_name='<CHARACTER_NAME>', # Replace with your character name onnx_model_dir=r"<PATH_TO_CHARACTER_ONNX_MODEL_DIR>", # Folder containing ONNX model language='<LANGUAGE_CODE>', # Replace with language code, e.g., 'en', 'zh', 'jp' ) # Step 2: Set reference audio (for emotion and intonation cloning) genie.set_reference_audio( character_name='<CHARACTER_NAME>', # Must match loaded character name audio_path=r"<PATH_TO_REFERENCE_AUDIO>", # Path to reference audio audio_text="<REFERENCE_AUDIO_TEXT>", # Corresponding text ) # Step 3: Run TTS inference and generate audio genie.tts( character_name='<CHARACTER_NAME>', # Must match loaded character text="<TEXT_TO_SYNTHESIZE>", # Text to synthesize play=True, # Play audio directly save_path="<OUTPUT_AUDIO_PATH>", # Output audio file path ) genie.wait_for_playback_done() # Ensure audio playback completes print("🎉 Audio generation complete!")
🔧 Model Conversion
To convert original GPT-SoVITS models for GENIE, ensuretorchis installed:
pip install torch
Use the built-in conversion tool:
Tip:convert_to_onnxcurrently supports V2 and V2ProPlus models.
import genie_tts as genie genie.convert_to_onnx( torch_pth_path=r"<YOUR .PTH MODEL FILE>", # Replace with your .pth file torch_ckpt_path=r"<YOUR .CKPT CHECKPOINT FILE>", # Replace with your .ckpt file output_dir=r"<ONNX MODEL OUTPUT DIRECTORY>" # Directory to save ONNX model )
🌐 Launch FastAPI Server
GENIE includes a lightweight FastAPI server:
import genie_tts as genie # Start server genie.start_server( host="0.0.0.0", # Host address port=8000, # Port workers=1 # Number of workers )
For request formats and API details, see our API Server Tutorial.
📝 Roadmap
🌐 Language Expansion
Add support forChineseandEnglish.
🚀 Model Compatibility
Support forV2Proplus.
Support forV3,V4, and more.
📦 Easy Deployment
ReleaseOfficial Docker images.
Provide out-of-the-boxWindows bundles.

Feature	🔮 GENIE	Official PyTorch Model	Official ONNX Model
First Inference Latency	1.13s	1.35s	3.57s
Runtime Size	~200MB	~several GB	Similar to GENIE
Model Size	~230MB	Similar to GENIE	~750MB

GENIE是一个基于开源 TTS 项目 GPT-SoVITS 构建的轻量级推理引擎。它集成了 TTS 推理、ONNX 模型转换、API 服务端以及其他核心功能，旨在提供极致的性能和便利性。
✅ 支持的模型版本：GPT-SoVITS V2, V2ProPlus
✅ 支持的语言：日语、英语、中文
✅ 支持的 Python 版本：>= 3.9
🎬 演示视频
➡️ 观看演示视频（中文）
🚀 性能优势
GENIE 针对原始模型进行了优化，以实现出色的 CPU 性能。
特性 🔮 GENIE 官方 PyTorch 模型官方 ONNX 模型
首次推理延迟 1.13s 1.35s 3.57s
运行时大小 ~200MB ~数 GB 与 GENIE 相似
模型大小 ~230MB 与 GENIE 相似 ~750MB
📝延迟测试说明：所有延迟数据均基于 100 个日语句子（每句约 20 个字符）的测试集取平均值。测试环境为 CPU i7-13620H。
🏁 快速开始
⚠️ 重要提示：建议在管理员模式下运行 GENIE，以避免潜在的性能下降。
📦 安装
通过 pip 安装：
pip install genie-tts
📥 预训练模型
首次运行 GENIE 时，需要下载资源文件（~391MB）。您可以按照库的提示自动下载。
或者，您可以从 HuggingFace 手动下载文件并将其放置在本地文件夹中。然后在导入库之前设置GENIE_DATA_DIR环境变量：
import os # 设置手动下载的资源文件路径 # 注意：请在导入 genie_tts 之前执行此操作 os.environ["GENIE_DATA_DIR"] = r"C:\path\to\your\GenieData" import genie_tts as genie # 库现在将从指定目录加载资源
⚡️ 快速试用
还没有 GPT-SoVITS 模型？没问题！ GENIE 包含几个预定义的说话人角色，您可以立即使用 —— 例如：
Mika (聖園ミカ)—蔚蓝档案 (Blue Archive)(日语)
ThirtySeven (37)—重返未来：1999 (Reverse: 1999)(英语)
Feibi (菲比)—鸣潮 (Wuthering Waves)(中文)
您可以在此处浏览所有可用角色：https://huggingface.co/High-Logic/Genie/tree/main/CharacterModels
使用以下示例进行尝试：
import genie_tts as genie import time # 首次运行时自动下载所需文件 genie.load_predefined_character('mika') genie.tts( character_name='mika', text='どうしようかな……やっぱりやりたいかも……！', play=True, # 直接播放生成的音频 ) genie.wait_for_playback_done() # 确保音频播放完成
🎤 TTS 最佳实践
一个简单的 TTS 推理示例：
import genie_tts as genie # 第一步：加载角色语音模型 genie.load_character( character_name='<CHARACTER_NAME>', # 替换为您的角色名称 onnx_model_dir=r"<PATH_TO_CHARACTER_ONNX_MODEL_DIR>", # 包含 ONNX 模型的文件夹 language='<LANGUAGE_CODE>', # 替换为语言代码，例如 'en', 'zh', 'jp' ) # 第二步：设置参考音频（用于情感和语调克隆） genie.set_reference_audio( character_name='<CHARACTER_NAME>', # 必须与加载的角色名称匹配 audio_path=r"<PATH_TO_REFERENCE_AUDIO>", # 参考音频的路径 audio_text="<REFERENCE_AUDIO_TEXT>", # 对应的文本 ) # 第三步：运行 TTS 推理并生成音频 genie.tts( character_name='<CHARACTER_NAME>', # 必须与加载的角色匹配 text="<TEXT_TO_SYNTHESIZE>", # 要合成的文本 play=True, # 直接播放音频 save_path="<OUTPUT_AUDIO_PATH>", # 输出音频文件路径 ) genie.wait_for_playback_done() # 确保音频播放完成 print("🎉 Audio generation complete!")
🔧 模型转换
要将原始 GPT-SoVITS 模型转换为 GENIE 格式，请确保已安装torch：
pip install torch
使用内置的转换工具：
提示：convert_to_onnx目前支持 V2 和 V2ProPlus 模型。
import genie_tts as genie genie.convert_to_onnx( torch_pth_path=r"<YOUR .PTH MODEL FILE>", # 替换为您的 .pth 文件 torch_ckpt_path=r"<YOUR .CKPT CHECKPOINT FILE>", # 替换为您的 .ckpt 文件 output_dir=r"<ONNX MODEL OUTPUT DIRECTORY>" # 保存 ONNX 模型的目录 )
🌐 启动 FastAPI 服务
GENIE 包含一个轻量级的 FastAPI 服务器：
import genie_tts as genie # 启动服务 genie.start_server( host="0.0.0.0", # 主机地址 port=8000, # 端口 workers=1 # 工作进程数 )
关于请求格式和 API 详情，请参阅我们的 API 服务教程。
📝 路线图
🌐 语言扩展
添加对中文和英文的支持。
🚀 模型兼容性
支持V2Proplus。
支持V3、V4等更多版本。
📦 简易部署
发布官方 Docker 镜像。
提供开箱即用的Windows 整合包。

特性	🔮 GENIE	官方 PyTorch 模型	官方 ONNX 模型
首次推理延迟	1.13s	1.35s	3.57s
运行时大小	~200MB	~数 GB	与 GENIE 相似
模型大小	~230MB	与 GENIE 相似	~750MB

https://www.bilibili.com/video/BV1JwkuBwE8n/?spm_id_from=333.337.search-card.all.click&vd_source=e6cf2cf5ae518e3d6499c74d21fd4913https://www.bilibili.com/video/BV1JwkuBwE8n/?spm_id_from=333.337.search-card.all.click&vd_source=e6cf2cf5ae518e3d6499c74d21fd4913流式TTS推理，等待进一步的开发~