你的声音，复刻从未如此简单。

什么是 VoxFlash-TTS？

想象一下——只需要一段几秒钟的录音，就能让 AI 说出和你一模一样的声音，还能说中文、也能说英文。

这就是 VoxFlash-TTS 在做的事情。

它是目前业界推理速度最快的语音克隆系统，不需要昂贵的服务器，普通显卡就能跑，速度快到几乎感觉不到延迟。

为什么选 VoxFlash？

🚀 快，真的很快

普通语音合成系统要花几秒甚至更长时间才能生成音频，VoxFlash 做到了毫秒级响应。说完就出声，实时互动毫无压力。

🎙️ 只需一段录音，声音就是你的

不用录几十段、不用反复调整——给它一个参考音频，它就能学会这个人的音色，之后让它说什么都行。

🌏 中文英文都拿手

无论是普通话还是英语，VoxFlash 都能自然生成，跨语言克隆同样流畅自然。

💻 普通电脑就能用

不需要顶配显卡，低端 GPU 也能顺畅运行。支持 Docker 一键部署，搭建环境几分钟搞定。

🔒 数据在自己手里

本地运行，声音数据不出设备，隐私完全自主可控。

适合哪些人用？

用起来有多简单？

只需三步：

第一步：准备一段参考音频（几秒钟即可）

第二步：输入你想让 AI 说的文字

第三步：点击生成，毫秒后音频到手

开发者快速上手

环境要求：CUDA ≥ 12.3.2

1
2
3
4
5
6
7

# 拉取镜像
docker pull berlinisaiah/ttsv2:v1

# 启动服务
docker container run -d --gpus all \
  --mount type=bind,source=$(pwd)/resources,target=/app/resources \
  -p 8000:8000 berlinisaiah/ttsv2:v1

启动后访问 http://127.0.0.1:8000/demo.html 即可体验。

立即体验

• 🌐 在线 Demo：voxflash.github.io
• 📦 开源代码：github.com/chenying99/ttsv2

声音是最有温度的表达方式。VoxFlash-TTS，让每一个声音都值得被记住。