F5-TTS

por SWivid (SJTU X-LANCE)

Clonación de voz a partir de unos segundos de audio, con interfaz web lista para usar.

15,4 k estrellas GitHub MIT GratisOpen sourcePesos abiertosLocal

Ver en GitHub →

Qué hace

Reproduce una voz con un fragmento de referencia corto y su transcripción
Interfaz Gradio: varias voces, diálogos y ajuste fino del modelo
Código MIT, pero pesos preentrenados en CC-BY-NC (uso no comercial)

Instalarlo

Requisitos: Python 3.11 (Conda recomendado) y PyTorch para tu GPU.

Crear el entorno

conda create -n f5-tts python=3.11 && conda activate f5-tts

Instalar con pip

pip install f5-tts

Abrir la interfaz web

f5-tts_infer-gradio

El prompt para tu agente

Pégalo en tu agente de código: comprueba los requisitos y lo instala por ti.

Claude CodeCodexCursorGemini CLIopencode

Prompt

Instala F5-TTS (https://github.com/SWivid/F5-TTS) en mi equipo.
1. Comprueba los requisitos: Python 3.11 (Conda recomendado) y PyTorch para tu GPU. Si falta algo, avísame antes de instalar nada.
2. Sigue el método oficial:
- Crear el entorno: conda create -n f5-tts python=3.11 && conda activate f5-tts
- Instalar con pip: pip install f5-tts
- Abrir la interfaz web: f5-tts_infer-gradio
3. Comprueba que funciona y explícame cómo iniciarlo y por dónde empezar.

Revisa siempre lo que tu agente va a ejecutar, sobre todo los comandos de instalación.