许可协议：Apache-2.0
支持语言：

• 英语
  任务类型：文本转语音
  标签：
• 语音克隆
  库名称：f5-tts

OpenF5 TTS 基础版（Alpha阶段）

OpenF5 TTS 是一款基于F5-TTS框架训练的开源权重文本转语音模型，支持零样本语音克隆功能。

与原始F5-TTS模型的主要区别在于许可协议。由于训练数据限制，原F5-TTS模型采用非商业许可（CC BY-NC）。本模型基于宽松许可数据训练，采用Apache 2.0许可协议，这意味着可同时用于商业和个人用途。

[!提示]
当前模型仍处于Alpha阶段，性能与稳定性可能存在问题。主要目标是构建一个可用于后续微调的宽松许可基础模型，但目前效果仍逊色于官方NC许可的F5-TTS模型。

即将发布经过更多后训练/微调的新版本，这些版本将具备：

1. 更强的语音克隆能力与说话人相似度
2. 更丰富的情感语音生成
3. 更稳定的性能表现

当前仅为基础模型，更多功能即将到来——敬请期待！

技术细节

本模型采用F5-TTS Base V1架构，在Emilia-YODAS数据集上训练100万步，仅支持英语语音。

使用方法

pip install f5-tts
huggingface-cli download mrfakename/OpenF5-TTS --local-dir openf5
f5-tts_infer-cli -mc openf5/config.yaml -p openf5/model.pt -v openf5/vocab.txt

安全声明

本模型基于Apache 2.0许可提供。使用者应充分考虑合成语音技术的伦理与社会影响。潜在滥用行为（包括仿冒、欺骗或侵犯隐私）可能造成危害。虽然许可允许广泛使用，但仍建议在涉及可识别个体或公共传播的场景中负贵使用。本模型旨在以透明可靠的方式支持研究、无障碍服务和创意工作。

致谢

特别感谢Hugging Face提供训练算力支持。

感谢F5-TTS原作者发布优秀的模型与代码库，以及lucidrains开源E2-TTS实现。

同时感谢Amphion提供出色的Emilia-YODAS数据集——没有该数据集本项目将无法实现。

许可协议

本模型采用Apache 2.0许可，可自由用于商业及非商业用途。