F5-TTS 免费使用。MIT 许可证，免费开源。

F5-TTS 有哪些平台 / App？

支持 Linux、macOS、Windows。

F5-TTS 的替代品有哪些？

本站整理了 6 个替代品，例如 ChatTTS、IndexTTS、FireRedTTS、OpenVoice。

F5-TTS官网 - SWivid 开发的开源文本转语音项目

SWivid 开发的开源文本转语音项目，基于流匹配与扩散变换器，提供 pip 包、Docker 镜像与网页界面，适合想自己换数据集微调模型的语音合成研究者。

F5-TTS 是一个开源的文本转语音（TTS）项目，官方代码放在 GitHub 上。它要解决的问题是让机器合成的语音听起来更自然、更贴近真人，同时提供一套可以自己训练和推理的代码。项目基于流匹配（Flow Matching）和扩散变换器（Diffusion Transformer），并带有 ConvNeXt V2 结构，论文标题里自称「用流匹配伪造流利忠实语音的童话家」。

主要功能

仓库里包含 F5-TTS 和 E2 TTS 两个模型。F5-TTS 用扩散变换器加 ConvNeXt V2，训练和推理速度更快；E2 TTS 是 Flat-UNet Transformer，尽量复现原论文。另外还有一个叫 Sway Sampling 的推理时采样策略，用来提升生成效果。项目提供 pip 包和 Docker 镜像，可以跑命令行，也能启动一个网页界面。

适合谁

适合做语音合成研究或开发的程序员，尤其是想自己微调模型、换数据集训练的人。普通用户如果只想把文字转成语音，用现成的在线工具会更省事，因为这个项目需要配环境、装 PyTorch，还得有合适的显卡。

费用与限制

代码以 MIT 许可证开源，可以免费使用和修改。安装需要 Python 3.10 以上，按显卡类型装对应的 PyTorch：NVIDIA、AMD、Intel 和 Apple Silicon 都有说明，AMD 的 ROCm 只支持 Linux。模型权重放在 Hugging Face、ModelScope 和 Wisemodel 上。仓库界面是英文，文档也以英文为主。