Nuova Generazione UnificataGateway TTS Self-Hosted
Aggrega Edge-TTS, Kokoro, CosyVoice e OpenAI in un gateway di sintesi vocale ultraveloce e compatibile al 100% con le API OpenAI.
Progettato per Agenti Vocali in Tempo Reale
Alta concorrenza, latenza di streaming inferiore a 200 ms e massima compatibilità universale.
Compatibile con OpenAI Speech
Sostituto diretto per gli endpoint /v1/audio/speech, /v1/models e /v1/audio/voices senza modifiche al codice.
Streaming a Blocchi < 200 ms
Segmentazione intelligente delle frasi e codifica di trasferimento HTTP Chunked per una riproduzione audio immediata.
Aggregazione Multi-Motore
Interfaccia unificata per Microsoft Edge-TTS, Kokoro-82M ONNX, CosyVoice e relay a monte OpenAI con oltre 400 voci.
Cache Audio Intelligente MD5
La memorizzazione su disco evita sintesi duplicate e offre tempi di risposta inferiori a 10 ms per frasi ricorrenti.
100% Self-Hosted & Privato
Distribuzione locale con Docker o uv. Privacy assoluta e zero trasmissione di dati verso il cloud.
Controllo Preciso & Più Formati
Regolazione fine di velocità, tono, volume e supporto per formati MP3, WAV, AAC, OPUS e FLAC.
Motori di Sintesi Supportati
Scegli il motore ideale in base a velocità, requisiti hardware e qualità vocale.
| Motore | Tipo | Voci / Lingue | Latenza | Hardware | Ideale per |
|---|---|---|---|---|---|
| Edge-TTSConsigliato | Cloud / Gratuito | 400+ Voci / 40+ Lingue | 150 - 300ms | CPU / RAM ridotta | Lettura generale, testi multilingua, produzione audiolibri |
| Kokoro-82MUltra Rapido | ONNX Locale | Inglese / Giapponese / Cinese | < 150ms | CPU o GPU CUDA | Agenti conversazionali in tempo reale, NPC nei videogiochi |
| CosyVoice | Rete Neurale Locale | Clonazione Zero-Shot | 250 - 450ms | GPU NVIDIA (CUDA) | Clonazione vocale personalizzata ad alta fedeltà e recitazione emotiva |
| OpenAI Relay | Cloud Upstream | alloy, echo, fable, onyx, nova, shimmer | 300 - 600ms | Solo chiave API | Backup ufficiale OpenAI e proxy multi-modello |
Pipeline di Elaborazione TTS
Dalla richiesta testuale allo streaming audio in quattro passaggi ottimizzati.
Autenticazione & Analisi API
Valida i token e analizza modello, voce, testo, velocità e formato audio richiesto.
Normalizzazione & Ricerca in Cache MD5
Verifica l’hash rispetto alla cache su disco o divide il testo in blocchi naturali.
Smistamento al Motore & Sintesi
Instrada i blocchi al motore target per la sintesi neurale parallela.
Codifica & Streaming a Blocchi
Codifica e trasmette l’audio in streaming direttamente al client salvando nella cache.
Integrazione Immediata senza Cambiare SDK
Modifica semplicemente il parametro base_url nel tuo SDK OpenAI per utilizzare 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")