Nouvelle Génération UnifiéePasserelle TTS Auto-hébergée
Agrège Edge-TTS, Kokoro, CosyVoice et OpenAI en une passerelle de synthèse vocale ultra-rapide et 100% compatible OpenAI.
Conçu pour les Agents Vocaux Temps Réel
Haut débit, latence de streaming inférieure à 200 ms et compatibilité client universelle.
Compatible OpenAI Speech
Remplacement direct pour /v1/audio/speech, /v1/models et /v1/audio/voices sans modification de code.
Streaming par Chunks < 200 ms
Découpage par phrases et streaming HTTP Chunked pour une lecture audio instantanée.
Agrégation Multi-Moteurs
Intègre Microsoft Edge-TTS, Kokoro-82M ONNX, CosyVoice et OpenAI avec plus de 400 voix.
Cache Disque Intelligent MD5
Mise en cache automatique des requêtes pour des réponses en moins de 10 ms sur les phrases récurrentes.
100% Auto-hébergé & Privé
Déploiement local avec Docker ou uv. Aucune fuite de données vocales vers des tiers.
Contrôle Précis & Multi-Formats
Ajustement fin du débit, de la hauteur et prise en charge des formats MP3, WAV, AAC, OPUS, FLAC.
Moteurs de Synthèse Pris en Charge
Sélectionnez le moteur idéal selon vos besoins de latence, de matériel et de fidélité vocale.
| Moteur | Type | Voix / Langues | Latence | Matériel | Idéal pour |
|---|---|---|---|---|---|
| Edge-TTSRecommandé | Cloud / Gratuit | 400+ Voix / 40+ Langues | 150 - 300ms | CPU / RAM faible | Lecture générale, textes multilingues, production de livres audio |
| Kokoro-82MUltra Rapide | ONNX Local | Anglais / Japonais / Chinois | < 150ms | CPU ou GPU CUDA | Agents vocaux conversationnels temps réel, PNJ de jeux vidéo |
| CosyVoice | Modèle Neuronal Local | Clonage de Voix Zero-Shot | 250 - 450ms | GPU NVIDIA (CUDA) | Clonage vocal personnalisé haute fidélité et voix expressives |
| OpenAI Relay | Cloud Upstream | alloy, echo, fable, onyx, nova, shimmer | 300 - 600ms | Clé API uniquement | Secours officiel OpenAI et proxy multi-modèles |
Pipeline de Synthèse Vocale
De la requête textuelle au flux audio en quatre étapes optimisées.
Authentification & Analyse API
Validation des jetons et analyse du modèle, de la voix, du texte et du format.
Normalisation & Cache MD5
Recherche dans le cache disque ou découpage du texte en segments phonétiques.
Acheminement vers le Moteur
Distribution parallèle des segments au moteur cible (EdgeTTS, Kokoro, CosyVoice).
Encodage & Diffusion Chunked
Diffusion en flux continu vers le client tout en enregistrant le résultat dans le cache.
Aucune Modification du SDK
Modifiez simplement base_url dans votre SDK OpenAI pour utiliser 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")