Silero TTS Portable

Портативный текст-в-речь для Windows — Silero, установка в один клик, 100% офлайн.

Silero TTS — высококачественная нейросеть для синтеза речи от Silero, поддерживающая множество языков и голосов. Полностью русифицированный интерфейс.

Возможности

• Синтез речи из текста с высоким качеством
• Поддержка SSML — ударения, паузы, интонации
• Автоматическая расстановка ударений и буквы ё (русский язык)
• 6 языков: Русский, Английский, Немецкий, Испанский, Французский, Украинский
• 20+ голосов на выбор
• Работа на GPU (CUDA) и CPU
• Полностью русскоязычный интерфейс
• Тёмная тема интерфейса
• Автоматическое открытие в браузере
• Портативность — все файлы в одной папке
• Сохранение сгенерированных файлов в папку outputs/
• Ускоренная установка через UV package manager

Системные требования

• Windows 10/11 (64-bit)
• NVIDIA GPU с поддержкой CUDA (рекомендуется для скорости)
• Или CPU (медленнее, но работает)
• 4GB+ RAM
• 5GB свободного места на диске

Рекомендуемые видеокарты

Серия	CUDA версия	Рекомендуется
GTX 10xx (Pascal)	CUDA 11.8	Да
RTX 20xx (Turing)	CUDA 11.8	Да
RTX 30xx (Ampere)	CUDA 12.6	Да
RTX 40xx (Ada Lovelace)	CUDA 12.8	Да
RTX 50xx (Blackwell)	CUDA 12.8	Да

Установка

Быстрая установка (рекомендуется)

1. Скачайте архив Silero_TTS_Portable.zip из релизов
2. Распакуйте в любую папку в корне диска. Название папки латиницей, без пробелов (например D:\Silero)
3. Запустите Silero.bat
4. Выберите пункт 2. Install/Re-install Silero
5. Дождитесь завершения установки

Установка из исходников

1. Клонируйте репозиторий: git clone https://github.com/vlad-ir/Silero-TTS-Portable.git
2. Запустите Silero.bat
3. Выберите пункт 2. Install/Re-install Silero
4. Дождитесь завершения установки

Установщик автоматически скачает и настроит:

• Miniconda (портативный Python)
• PyTorch с поддержкой CUDA 12.8
• UV package manager (ускоренная установка зависимостей)
• PortableGit
• Все необходимые Python-библиотеки

Запуск

1. Запустите Silero.bat
2. Выберите пункт 1. Start Silero TTS
3. Приложение автоматически откроется в браузере
4. Выберите язык, голос и частоту дискретизации
5. Введите текст или SSML
6. Нажмите 🚀 Синтезировать

SSML — расширенные возможности

Silero поддерживает SSML-разметку для тонкого контроля над синтезом:

Ударения (работают в Common и SSML режимах)

<speak>В недрах тундры выдры в г+етрах т+ырят в вёдра ядра к+едров.</speak>

Символ + перед гласной ставит ударение.

Паузы

<speak>Привет! <break time="500ms"/> Как дела?</speak>

Полный пример

<speak>
  Добро пожаловать в Silero TTS!
  <break time="300ms"/> 
  Это демонстрация возможностей SSML.
  <break time="500ms"/> 
  Мы можем ставить ударения: м+олоко, к+арандаш.
  <break time="200ms"/> 
  И делать паузы между фразами.
</speak>

Голоса

Русский (v5_5_ru)

Голос	Описание
aidar	Мужской, нейтральный
baya	Женский, мягкий
kseniya	Женский, деловой
xenia	Женский, дружелюбный
eugene	Мужской, глубокий
random	Случайный голос

Английский (v5_en)

Голос	Описание
lj_16khz	Женский, нейтральный

Другие языки

• Немецкий: bernd_ungerer
• Испанский: es_0, es_1, es_2
• Французский: fr_0, fr_1, fr_2
• Украинский: mykyta

Поддерживаемые частоты дискретизации

• 8000 Hz — телефонное качество, минимальный размер файла
• 16000 Hz — стандартное качество
• 24000 Hz — хорошее качество
• 48000 Hz — максимальное качество (рекомендуется)

Структура папок

Silero-TTS-Portable/
├── Silero.bat          # Главный файл запуска
├── silero_ui.py        # Интерфейс Gradio
├── tools/              # Портативные инструменты
│   ├── miniconda/      # Python окружение
│   ├── PortableGit/    # Git
│   └── uv.exe          # UV package manager
├── .venv/              # Виртуальное окружение Python
├── cache/              # Кэш моделей и пакетов
│   ├── torch/          # Кэш моделей Silero
│   ├── huggingface/    # Кэш HuggingFace
│   └── uv/             # Кэш UV
├── outputs/            # Сгенерированные аудиофайлы
└── temp_output.wav     # Временный файл (последняя генерация)

Изоляция

Приложение полностью изолировано и не создает файлы за пределами своей папки:

• Все модели в cache/torch/
• Все кэши в cache/
• Сгенерированные файлы в outputs/
• Системные переменные окружения не изменяются

Решение проблем

Ошибка "CUDA out of memory"

• Уменьшите частоту дискретизации до 24000 или 16000 Hz
• Закройте другие приложения, использующие GPU
• Перезапустите приложение

Модель загружается медленно

• При первом запуске модель скачивается (~100-300MB на язык)
• Последующие запуски будут быстрее (модель кэшируется)

Ошибка "No module named 'soundfile'"

• Запустите Silero.bat → 3. Update Silero
• Или переустановите: 2. Install/Re-install Silero

Браузер не открывается автоматически

• Откройте вручную: http://127.0.0.1:8891
• Проверьте, что порт 8891 не занят другим приложением

Ошибка при синтезе

• Проверьте, что текст не пустой
• Для SSML проверьте правильность XML-разметки
• Убедитесь, что выбранный голос поддерживает выбранный язык

Горячие клавиши

• Ctrl+C в окне консоли — остановить приложение
• F5 в браузере — обновить интерфейс

Благодарности

• Silero Models — github.com/snakers4/silero-models
• Gradio — gradio.app
• PyTorch — pytorch.org
• UV — astral.sh/uv
• NeuroSenko (huggingface.co/spaces/NeuroSenko) — демо-версия Silero

Лицензия

Данный проект распространяется под лицензией MIT. Модели Silero распространяются под лицензией CC BY-NC-SA 4.0.

Авторы

• NeiroVlad (github.com/vlad-ir) — автор портабельной сборки
• oti.by (t.me/vlad_vlk) — oti.by — нейронные сети и умные чат-боты для бизнеса
• Нейронки в бизнесе и в жизни (t.me/neiro_com) — промпты, примеры, советы и т.д.

Поддержать автора

Если проект оказался полезным, поставьте ⭐ на GitHub!

Карта UnionPay: 6229644000154242

---

⬆ Наверх