最近有不少新开源的 TTS 项目，比如 LuxTTS 我也挺感兴趣的。LuxTTS 是一个主打高质量、快速生成的语音克隆模型。

主要特点包括：

语音克隆：SOTA 的语音克隆性能可与其大 10 倍的型号相当。
清晰度：清晰的 48kHz 语音生成，不同于大多数 TTS 型号仅限于 24kHz。
速度：单显卡速度可达 150 倍，CPU 速度也基本能达到实时。
效率：能容纳在 1GB 显存内，意味着可以运行在任何本地显卡里。

官方小贴士：

请至少使用3秒钟的音频文件进行语音克隆。
如果你听到金属声，可以尝试 return_smooth = True。
t_shift 较低，发音错误的可能性更低，但质量较差，反之亦然。

项目地址：http://t.cn/AXq24nTS