tts-router — Apple Silicon 本地 TTS 路由器

一个在 Apple Silicon (MLX) 上本地管理和服务多个 TTS 模型的 CLI 工具。
模型从 HuggingFace Hub 下载，并通过兼容 OpenAI + DashScope 的 API 提供服务。

前置条件

• - 搭载 Apple Silicon (M1/M2/M3/M4) 的 macOS
• 已安装 uv — 参见 https://docs.astral.sh/uv/getting-started/installation/

(例如 brew install uv 或通过官方安装程序)

• - 已安装 ffmpeg (brew install ffmpeg)

安装

bash

从 PyPI 安装（由于 mlx-audio 上游依赖，需要 --prerelease=allow）

uvx --prerelease=allow tts-router list

或使用 pip 安装

pip install tts-router

命令

tts-router list — 显示可用模型

bash
tts-router list

tts-router pull — 下载模型权重

bash
tts-router pull qwen3-tts
tts-router pull kokoro

模型缓存于 ~/.cache/huggingface/hub/。无需重新下载。

tts-router serve — 启动 TTS API 服务器

bash

默认：qwen3-tts 在端口 8091

tts-router serve

自定义模型和端口

tts-router serve --model kokoro --port 9000

服务器需要先拉取模型。

tts-router say — 从 CLI 合成语音

bash
tts-router say Hello world -o hello.wav
tts-router say Hello --voice Vivian --model kokoro -o out.wav

可用模型

短名称	特性
qwen3-tts	多说话人、情感、指令（默认）
qwen3-tts-design

自由形式的语音描述 | | qwen3-tts-clone | 使用参考音频进行语音克隆 | | kokoro | 快速、轻量、多语言 | | dia | 多说话人对话、笑声/情感音效 | | chatterbox | 23种语言、情感控制、语音克隆 | | orpheus | 带情感标签的情感化 TTS |

快速入门（面向 Agent）

bash

1. 拉取默认模型

tts-router pull qwen3-tts

2. 启动服务器

tts-router serve

3. 生成语音（OpenAI 格式）

curl -X POST http://localhost:8091/v1/audio/speech \ -H Content-Type: application/json \ -d {input: Hello world, voice: Vivian} \ --output output.wav

API 端点（服务运行时）

端点	方法	描述
GET /	GET	Playground UI
POST /v1/audio/speech

POST | 兼容 OpenAI 的 TTS | | GET /v1/audio/voices | GET | 列出可用语音 | | GET /health | GET | 健康检查 | | POST /v1/audio/clone | POST | 语音克隆生成 | | POST /v1/audio/references/upload | POST | 上传参考音频 | | POST /v1/audio/references/from-url| POST | 通过 URL 获取参考音频 |

高级用例

对于更复杂的工作流程，请阅读相关参考文件：

• - 从任意 URL 克隆语音（YouTube、Bilibili、播客、直接音频链接）→

阅读 references/voice-cloning.md

• - 在 OpenClaw 中使用 tts-router 作为 TTS 提供商 →

阅读 references/openclaw.md