sanoTTS

sanoTTS 是 Ampixa 做的一组极小神经网络语音合成模型。名字来自尼泊尔语「小」。GitHub 仓库 Ampixa/sanoTTS 是 GPL-3.0，创建于 2026-07-11。2026-09-05 接口显示约 186 star。README 上的参数量从 294k（heart-nano，337 KB int8 权重）到 2.27M（heart，24 kHz）。Python 路径用 numpy 推理，不依赖 PyTorch 和 ONNX Runtime。浏览器有 WebAssembly 版，无需服务器。Arduino / PlatformIO 移植面向约 3 美元这一档的 ESP32-S3。

若要更大、带声音设计的开源多语 TTS，看 Breeze TTS 2；若要托管 API，看 ElevenLabs Turbo v2.5。

核心功能

• 几百 KB 就是完整栈：文档把 heart-nano 写成 294k 参数 / 337 KB 的完整 TTS。更大的声音（heart、hfc、amy-1p8m、amy、kristin、vi、id、amy-1p1m）用体积换音质。
• 不需要云：Python CLI、浏览器 WASM、单片机固件都在本地跑。声音首次使用从 huggingface.co/ampixa/sanoTTS 下载，GitHub Releases 作备援。
• 六种语言、十一个声音：英语、尼泊尔语、印地语、越南语、印尼语、中文（以 README 为准）。
• 自带 espeak-ng 音素器：浏览器演示在设备上做音素化。项目声称每个声音不到 4 MB。
• 安装路径：pip install sanotts、npm install sanotts-web、Arduino zip / PlatformIO lib_deps，或直接打开 在线演示。

局限：GPL-3.0 是强 copyleft。塞进闭源产品有许可证成本，和 Apache-2.0 的 TTS 不一样。音质也打不过前沿托管声音。star 还少；「在 15M 以下档领先 SCOREQ / UTMOS」是作者自己的说法，不是独立审计。

适用场景

• 离线小玩意：玩具、徽章、ESP32-S3 板子，没有网、没有 NPU 也要开口。
• 静态网站：把 WASM 和声音文件丢到 CDN。文档路径是 npm 包 sanotts-web。
• 本地脚本：sanotts say "Hello" --voice amy -o hello.wav，不用 GPU。

定价

软件按 GPL-3.0 免费。没有托管推理套餐。硬件就是你手头的板子；README 里的 3 美元指的是它瞄准的 ESP32-S3 档，不是 Ampixa 在卖板。

快速开始

1. 打开 浏览器演示 打一句。文本不会上传。
2. 或装 Python：pip install sanotts，然后 sanotts say "Hello from a two megabyte voice." --voice amy -o hello.wav。
3. 声音默认进 ~/.cache/sanotts/。Hugging Face 被墙就设 SANOTTS_VOICE_SOURCE=github。
4. 单片机看 arduino/README.md，从 voices-v1 / voices-v2 刷量化声音包。

第一方资料：GitHub README。

常见问题

需要 GPU 吗？

不需要。Python 是 numpy。单片机是 ESP32-S3 上的 int8。

能商用吗？

分发包含它的二进制时，GPL-3.0 要求提供对应源码。去读许可证，本页不是法律意见。

权重点在哪？

Hugging Face ampixa/sanoTTS，GitHub Releases 作备份。

替代方案

• Breeze TTS 2：更大的开源英中 TTS，带声音设计与克隆。
• ElevenLabs Turbo v2.5：托管低延迟 TTS。
• OpenAI tts-1：已经在付 OpenAI 时最省事的 API TTS。

使用技巧

1. 先在浏览器演示里听 heart，再决定要不要刷板。
2. CI 里钉死 SANOTTS_VOICE_SOURCE，避免 Hugging Face 抽风导致构建失败。
3. 不要把 GPL 代码随手丢进 MIT/Apache 应用。许可证就是产品约束。

总结

sanoTTS 是给在乎字节和毫瓦、而不是榜分数的人用的 TTS：294k 到 2.3M 的声音家族，能在浏览器或便宜单片机上跑。从 演示 或 仓库 开始。