belarusian-tts
Sistema open source de síntesis de voz bielorrusa nativa usando OmniVoice con API compatible OpenAI. Requiere CPU y cache inicial; roadmap incluye voz Piper para Raspberry Pi.
Ficha actualizada 24 sept 2026, 10:39 · upstream 24 sept 2026, 10:07 · release sin release detectada
Qué es belarusian-tts
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
belarusian-tts es una solución open source para síntesis de texto a voz en bielorruso, utilizando el modelo OmniVoice (k2-fsa) que soporta clonación de voz zero-shot en más de 600 idiomas. El proyecto ofrece un endpoint API compatible con la especificación OpenAI `/v1/audio/speech`, permitiendo integración sencilla con clientes existentes como Whisper o ElevenLabs.
El sistema requiere una grabación de referencia bielorrusa con transcripción exacta para capturar el acento nativo. Por defecto utiliza un clip de 6 segundos del dataset FLEURS (CC-BY-4.0), pero permite sustituirlo mediante archivos personalizados. El modelo pesa aproximadamente 1,2 GB y se descarga automáticamente en el primer inicio.
La implementación está escrita en Python estándar con biblioteca HTTP nativa, ejecutándose en puerto 11810 por defecto. Incluye sistema de cache en disco para acelerar repeticiones, aunque la primera síntesis puede tardar hasta un minuto en CPU multi-hilo.
- Generación de audio para frases fijas o mensajes predefinidos en bielorruso
- Integración con sistemas de automatización que requieran voz nativa bielorrusa
- Prototipado de aplicaciones TTS antes de implementar modelos Piper en tiempo real
- Creación de contenido multimedia educativo o cultural en lengua bielorrusa
- Voz con acento nativo bielorruso mediante clonación zero-shot de OmniVoice
- API compatible OpenAI sin necesidad de contenedores Docker ni Compose
- Cache en disco para repeticiones instantáneas tras la primera síntesis
- Licencia Apache-2.0 para el código y CC-BY-4.0 para los datos de audio
- Soporte para ajuste de velocidad entre 0,5x y 2,0x sin degradación notable
- No es adecuado para conversación en tiempo real debido a latencia inicial alta
- Requiere grabación de referencia bielorrusa con transcripción exacta del audio
- Puede malinterpretar nombres propios y números sin normalización previa
- Sin soporte nativo para Docker ni despliegue one-click
- No está certificado para uso médico o de accesibilidad
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Linux x86_64, Python 3.12 y uv. Ejecutar `uv sync --frozen` seguido de `uv run python server.py`. El modelo se descarga automáticamente (~1,2 GB). Configurar variable `BELARUSIAN_TTS_CACHE` para directorio de caché. Puerto por defecto: 11810. Verificar disponibilidad con `GET /healthz`. No usar en entornos críticos sin pruebas previas.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.