الجيل الجديد الموحدبوابة TTS ذاتية الاستضافة
تجميع Edge-TTS و Kokoro و CosyVoice و OpenAI في بوابة API فائقة السرعة ومتوافقة 100% مع واجهة برمجة تطبيقات OpenAI.
مصمم للمساعدين الصوتيين في الوقت الفعلي
تزامن عالي، وزمن استجابة للبث أقل من 200 مللي ثانية، وتوافق قياسي شامل.
متوافق مع OpenAI Speech
بديل مباشر لنقاط النهاية /v1/audio/speech و /v1/models و /v1/audio/voices دون أي تعديل على الكود.
بث مجزأ < 200 مللي ثانية
تقطيع ذكي للجمل ونقل عبر HTTP Chunked لتشغيل صوتي فوري دون انتظار اكتمال التوليد بالكامل.
تجميع محركات متعددة
واجهة موحدة لمحركات Microsoft Edge-TTS و Kokoro-82M ONNX و CosyVoice ومحول OpenAI مع أكثر من 400 صوت.
ذاكرة تخزين مؤقت ذكية MD5
حفظ الصوت في القرص يتفادى التوليد المكرر ويمنح استجابة فورية أقل من 10 مللي ثوانٍ للجمل المتكررة.
100% استضافة ذاتية وخصوصية
نشر محلي عبر Docker أو uv. خصوصية تامة دون إرسال أي صوت لخوادم سحابية خارجية.
تحكم دقيق وصيغ متعددة
ضبط دقيق للسرعة والنبرة ومستوى الصوت مع دعم كامل لصيغ MP3 و WAV و AAC و OPUS و FLAC.
محركات التوليد المدعومة
اختر المحرك الأنسب بناءً على السرعة، وموارد العتاد، وجودة الصوت المستهدفة.
| المحرك | النوع | الأصوات / اللغات | زمن الوصول | العتاد | أفضل استخدام |
|---|---|---|---|---|---|
| Edge-TTSموصى به | سحابي / مجاني | 400+ صوت / 40+ لغة | 150 - 300 مللي ثانية | معالج CPU / استهلاك ذاكرة منخفض | القراءة العامة، النصوص متعددة اللغات، إنتاج الكتب الصوتية |
| Kokoro-82Mفائق السرعة | محلي ONNX | الإنجليزية / اليابانية / الصينية | < 150 مللي ثانية | معالج CPU أو كارت CUDA | المساعدون الصوتيون في الوقت الفعلي، شخصيات الألعاب |
| CosyVoice | شبكة عصبية محلية | استنساخ Zero-Shot | 250 - 450 مللي ثانية | كارت شاشة NVIDIA (CUDA) | استنساخ الأصوات المخصصة بدقة فائقة والإلقاء التعبيري |
| OpenAI Relay | سحابي Upstream | alloy, echo, fable, onyx, nova, shimmer | 300 - 600 مللي ثانية | مفتاح API فقط | المسار الاحتياطي الرسمي لـ OpenAI والوكيل متعدد النماذج |
مسار معالجة توليد الصوت
من استقبال النص إلى بث الصوت عبر أربع خطوات محسنة.
المصادقة وتحليل الطلب
التحقق من رموز الوصول وتفصيل النموذج والصوت والنص والسرعة والصيغة المطلوبة.
التطبيع والبحث في كاش MD5
مطابقة التجزئة مع الملفات المخزنة محلياً أو تجزئة النص إلى وحدات طبيعية.
التوزيع على المحرك والتوليد
إرسال الجمل إلى المحرك الهدف للبدء بالتوليد العصبي المتوازي.
الترميز والبث المباشر
ترميز الصوت وبثه مجزءاً إلى العميل مباشرة مع حفظ النسخة في الذاكرة المؤقتة.
تكامل مباشر دون تغيير حزم SDK
قم بتغيير عنوان base_url فقط في حزمة OpenAI الرسمية للبدء في استخدام OneTTS.
from openai import OpenAI
# Initialize client pointing to your local OneTTS gateway
client = OpenAI(
base_url="http://localhost:8030/v1",
api_key="sk-onetts-v1-k_8LxQm9Z2sTwE7rY1u"
)
# Synthesize speech stream using Edge-TTS or Kokoro
response = client.audio.speech.create(
model="edgetts",
voice="zh-CN-YunxiNeural",
input="你好，这是通过 OneTTS 高性能语音合成网关生成的高保真音频流！",
response_format="mp3",
speed=1.0
)
# Stream or save audio directly
response.stream_to_file("output.mp3")