Repository navigation
Releases
Releases · LingCoreX-AI/LingTTS
LingTTS 0.2.0-rc2 社区预览版:语速调节
LingTTS 0.2.0-rc2 社区预览版:语速调节
新增运行时语速设置、示例配置和热点演示网页语速选择。
- 音色:提供普通话女声 A、女声 B;A 为默认音色,B 以独立模型资源包提供。
- SDK:创建前设置
cfg.speed,或在两次朗读之间调用lingtts_engine_set_speed();默认 1.0,建议 0.5~2.0 倍。非法值被拒绝并保留原语速。 - hello:menuconfig → LingTTS hello → Speech speed percent,范围 50~200,默认 100。
- 热点演示固件:默认播放音量 50%;网页选择 0.5/0.8/1.0/1.2/1.5/2.0 倍语速;每次提交独立设置,播放中保持不变。
- 演示 API:
POST /api/speak继续接收 UTF-8 纯文本,可选请求头X-LingTTS-Speed;省略时为 1.0,非法值返回 400,播放中提交仍返回 409。状态返回本次speed。 - 调速通过模型音素时长实现,输出与 I2S 采样率始终为 16 kHz。核心模型与词典不变。
- 新接口需要 rc2 预编译库;升级时请整体替换组件并重新构建工程,勿混用头文件和旧库。
下载
lingtts-sdk-0.2.0-rc2-community.tar.gz:预编译 SDK、模型词典、示例和文档。lingtts-demo-0.2.0-rc2-n16r8-community.tar.gz:ESP32-S3 N16R8 + MAX98357A 快速体验固件,含校验和、烧录脚本和许可。lingtts-voice-b-1.0.tar.gz:女声 B 完整模型、使用说明和许可。- 同名
.sha256:压缩包 SHA-256 校验值。
验证
- PC 功能回归与调速一致性测试:通过。
- 解压 SDK 后独立编译 hello / web_demo:通过。
- ESP32-S3 六档语速上板试听:通过。
- 参数校验、忙时拒绝及语速恢复测试:通过。
- 30 分钟自动循环播放、内存稳定性及堆完整性测试(专用验收构建):通过。
社区许可与商业授权范围不变:个人、教学与内部研发测试免费,商业部署需另行书面授权。示例为 MIT;核心库、模型、词典与体验固件中的核心部分适用社区许可 1.0。
LingTTS 0.2.0-rc1 社区预览版
LingTTS 第一个公开版本:ESP32-S3 上的离线中文语音合成,社区预览版。
下载
| 文件 | 用途 |
|---|---|
lingtts-demo-0.2.0-rc1-n16r8-community.tar.gz |
快速体验固件:不装 ESP-IDF,flash.py 烧到 ESP32-S3 N16R8 + MAX98357A,手机连热点试听 |
lingtts-sdk-0.2.0-rc1-community.tar.gz |
SDK:预编译组件、模型和词典、hello / web_demo 示例、文档 |
每个包附 .sha256,包内有逐文件的 SHA256SUMS。
这个版本
- 社区版免费:个人项目、学习教学、公司内部研发和原型演示。不用注册、不联网激活、不限台数和合成时长。
- 商业部署(卖产品、收费服务、正式上线)需书面授权,联系 service@lingcorex.cn。
- 示例代码 MIT;核心库、模型和词典适用 LingTTS 社区许可协议 1.0。请特别注意协议第 7 条(免责声明)和第 8 条(责任限制)。
板上实测(ESP32-S3 N16R8,240 MHz,ESP-IDF 5.5.6)
- hello 示例:RTF 0.42(PSRAM)/ 0.48(无 PSRAM),首段 PCM 0.27–0.32 s。
- 网页演示(热点开启):RTF 0.53–0.54,首段 PCM 0.27–0.31 s。
- 内存:PSRAM 2.63 MB + 内部 RAM 约 1 KB;无 PSRAM 时内部 RAM 151 KB。Flash 约 2.6 MB。
首段 PCM 指调用到拿到第一段音频,不等于喇叭出声时间。
已知局限
- 一个普通话基础音色;不支持 SSML、情感和语速控制。
- 英文只读字母和约 80 个常用词,带中文口音。
- 多音字、专名、型号编号可能读错。读错的例子请用 Issues 里的“读音问题”模板提交。
- 还没做连续 30 分钟以上的长时间运行测试。