Windows 11 上本地部署 Piper TTS

在 Windows 11 上本地部署 Piper TTS，主要有三种方案：使用独立可执行文件（最简单）、通过 pip 安装 Python 包（最灵活），以及 使用社区封装工具（如 PyPiperTTS）。其中，方案一（独立可执行文件） 无需配置 Python 环境，解压即用，是快速上手的最佳选择。

前置条件

Piper TTS 非常轻量，对硬件要求不高，核心依赖如下：

硬件说明：Piper 基于 VITS 架构的 ONNX 模型，CPU 推理速度已经很快（单句通常 < 1秒），GPU 加速反而可能因数据传输开销导致速度变慢。

方案一：使用独立可执行文件（最简单，无需 Python）

这是最推荐新手使用的方式，完全脱离 Python 环境。

步骤：

1. 下载 Piper 引擎：访问 Piper Releases 页面，下载最新版的 piper_windows_amd64.zip。

2. 解压：将压缩包解压到任意文件夹，例如 C:\piper\。解压后应看到 piper.exe、espeak-ng.dll 等文件。

3. 下载语音模型：Piper 使用 ONNX 格式的语音模型，每个音色需要两个文件：.onnx（模型）和 .onnx.json（配置）。

   中文模型推荐（华研普通话女声）：

   text

   model.onnx
   model.onnx.json

   可从 Hugging Face 的 Trelis/piper-zh-cn-huayan-medium 仓库下载。

   英文模型示例（Amy 女声）：

   powershell

   # 下载模型文件
   curl -L -o en_US-amy-medium.onnx "https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/en/en_US/amy/medium/en_US-amy-medium.onnx?download=true"
   # 下载配置文件
   curl -L -o en_US-amy-medium.onnx.json "https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/en/en_US/amy/medium/en_US-amy-medium.onnx.json?download=true"

   将两个文件放在同一目录下（例如 C:\piper\voices\）。

4. 运行合成：

   powershell

   # 基本用法：从文本生成 WAV 文件
   echo "你好，这是 Piper TTS 的语音合成测试。" | .\piper.exe -m .\voices\model.onnx -f output.wav
   
   # 英文示例
   echo "Hello, this is a test." | .\piper.exe -m .\voices\en_US-amy-medium.onnx -f test.wav
   
   # 如果有 ffplay，可以直接播放（省略 -f 参数）
   echo "This will play on your speakers." | .\piper.exe -m .\voices\en_US-amy-medium.onnx

   命令行参数参考：

    

    

   参数	说明
   -m, --model	指定 .onnx 模型文件路径
   -f, --output_file	输出 WAV 文件路径
   --output-raw	输出原始音频流（用于管道传输）
   --cuda	启用 GPU 加速（需 onnxruntime-gpu）
   --input-file	从文件读取文本输入
   --sentence-silence	句子间静音秒数
   --volume	音量倍数（默认 1.0）

方案二：通过 pip 安装（灵活，适合开发集成）

如果你需要将 Piper 集成到 Python 项目中，或希望使用更便捷的语音下载功能，推荐此方案。

步骤：

1. 创建虚拟环境（推荐，避免依赖冲突）：

   powershell

   python -m venv .venv
   .\.venv\Scripts\Activate.ps1

2. 安装 Piper：

   powershell

   pip install piper-tts

   这会自动安装 Piper 及其依赖（包括 ONNX Runtime）。

3. 下载语音模型：Piper 提供了便捷的语音下载命令：

   powershell

   # 列出所有可用语音
   python -m piper.download_voices
   
   # 下载指定语音（例如英文 Amy）
   python -m piper.download_voices en_US-amy-medium
   
   # 下载到指定目录
   python -m piper.download_voices en_US-amy-medium --data-dir ./voices

   对于中文模型，仍建议手动从 Hugging Face 下载后放入 voices 目录。

4. 使用 CLI 合成：

   powershell

   # 基本合成
   python -m piper -m en_US-amy-medium -f test.wav -- "This is a test."
   # 如果语音在自定义目录
   python -m piper -m en_US-amy-medium --data-dir ./voices -f test.wav -- "Hello."

   注意：每次运行 CLI 都会重新加载模型，对于频繁使用场景，建议使用 Web 服务器模式或 Python API。

5. Python API 集成：

   python

   from piper import PiperVoice
   
   voice = PiperVoice.load("voices/model.onnx")
   for chunk in voice.synthesize("你好，世界！"):
       # chunk.audio_float_array 包含 float32 音频数据
       pass

   参考自。

方案三：使用 PyPiperTTS 封装库（Windows 优化）

PyPiperTTS 是一个专为 Windows 优化的 Python 封装库，提供了更简洁的 API。

步骤：

1. 下载 Piper 引擎：从 Piper Releases 下载并解压到项目目录下的 Piper 文件夹中。

2. 安装 PyPiperTTS：

   powershell

   pip install -r requirements.txt

3. 使用示例：

   python

   from pypipertts import PyPiper
   
   piper = PyPiper()
   # 生成语音
   output_file = piper.tts("Hello, world!")
   print(output_file)
   # 流式生成
   streamed_audio = piper.stream_tts("Hello, world!")

   参考自。

GPU 加速（可选，通常不推荐）

Piper 支持 GPU 加速，但对于单句推理，GPU 反而可能比 CPU 更慢，因为模型加载到 GPU 的开销超过了推理本身的耗时。

如果仍想尝试：

# 安装 GPU 版 ONNX Runtime
pip install onnxruntime-gpu

# 运行 Piper 时添加 --cuda 标志
python -m piper -m en_US-amy-medium --cuda -f output.wav -- "Test with GPU."

关键提醒：如果未安装 onnxruntime-gpu，Piper 会静默忽略 --cuda 标志，仅在 CPU 上运行。

常见问题排查

总结

Piper TTS 的最大优势在于极轻量（模型仅 60–100 MB）、CPU 推理速度快、完全离线，非常适合在手机 App 后端或本地工具中作为语音合成服务使用。