Confucius4-TTS 是一款面向多语言与跨语言场景的零样本 TTS 引擎，只需一段参考音频，就能把任意文本转换成保留原声色的自然语音。

支持中、英、日、韩、德、法、西班牙等 14 种语言，无需参考文本即可完成无约束语音克隆，并实现跨语言零样本迁移与情感迁移；同时提供 WebUI、FastAPI 服务及 vLLM 加速推理，兼顾研究与生产需求。

GitHub：github.com/netease-youdao/Confucius4-TTS

主要功能：- 14 种语言零样本语音合成，跨语言保持同一音色；- 无需转录文本即可实现语音克隆与情感迁移；- 支持本地 Python API、Gradio WebUI 及 FastAPI 流式/非流式服务；- 提供 vLLM 加速推理与完整训练 pipeline（T2S+S2A）；- 兼容 PyTorch，可在 CUDA 环境下快速部署与微调。

项目已开源，适合语音研究者和多语言应用开发者快速上手。

Confucius4TTS TTS 零样本语音合成 多语言TTS 跨语言语音克隆