Nova Geração UnificadaGateway TTS Auto-Hospedado
Agregue Edge-TTS, Kokoro, CosyVoice e OpenAI em um gateway de síntese de voz ultrarrápido e 100% compatível com a API da OpenAI.
Projetado para Agentes de Voz em Tempo Real
Alta concorrência, latência de streaming inferior a 200 ms e compatibilidade universal.
Compatível com OpenAI Speech
Substituto direto para /v1/audio/speech, /v1/models e /v1/audio/voices sem alterar o código da aplicação.
Streaming em Partes < 200 ms
Divisão inteligente em frases e transferência HTTP Chunked para reprodução instantânea sem esperar a geração total.
Agregação Multi-Motor
Interface unificada para Microsoft Edge-TTS, Kokoro-82M ONNX, CosyVoice e relay upstream da OpenAI com mais de 400 vozes.
Cache Inteligente de Áudio MD5
O armazenamento em disco previne sínteses duplicadas e entrega respostas em menos de 10 ms para frases recorrentes.
100% Auto-Hospedado e Privado
Implantação local com Docker ou uv. Privacidade total sem transmissão de áudio para nuvens públicas.
Controle Preciso & Múltiplos Formatos
Ajuste fino de velocidade, tom e volume com suporte a formatos MP3, WAV, AAC, OPUS e FLAC.
Motores de Síntese Compatíveis
Escolha o motor ideal conforme seus requisitos de latência, hardware e qualidade vocal.
| Motor | Tipo | Vozes / Idiomas | Latência | Hardware | Ideal para |
|---|---|---|---|---|---|
| Edge-TTSRecomendado | Nuvem / Gratuito | 400+ Vozes / 40+ Idiomas | 150 - 300ms | CPU / Baixa memória | Leitura geral, textos multilíngues, produção de audiolivros |
| Kokoro-82MUltra Rápido | ONNX Local | Inglês / Japonês / Chinês | < 150ms | CPU ou GPU CUDA | Agentes conversacionais em tempo real, NPCs em jogos |
| CosyVoice | Rede Neural Local | Clonagem Zero-Shot | 250 - 450ms | GPU NVIDIA (CUDA) | Clonagem de voz personalizada de alta fidelidade e locução emotiva |
| OpenAI Relay | Nuvem Upstream | alloy, echo, fable, onyx, nova, shimmer | 300 - 600ms | Apenas chave de API | Fallback oficial da OpenAI e proxy multi-modelo |
Fluxo de Processamento TTS
Da solicitação de texto ao streaming de áudio em quatro etapas otimizadas.
Autenticação & Análise da API
Valida tokens e analisa modelo, voz, texto, velocidade e formato de áudio solicitado.
Normalização & Verificação de Cache MD5
Compara hash com o cache em disco ou divide o texto em blocos naturais.
Despacho para o Motor & Síntese
Encaminha as frases ao motor selecionado para síntese neural paralela.
Codificação & Streaming Chunked
Codifica e transmite o áudio diretamente ao cliente salvando no cache.
Integração sem Mudar de SDK
Basta alterar o parâmetro base_url no SDK oficial da OpenAI para usar o 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")