VoiceTut Egyptian-Arabic TTS (diacritized)

VoiceTut Egyptian-Arabic TTS (diacritized)

朗读埃及阿拉伯语文本，利用变音符号让发音更清晰，提供 19 种内置声音，也可以根据一段短音频克隆声音。适合用埃及阿拉伯语工作的创作者、学习者和开发者。

由 hugging-apps 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 把埃及阿拉伯语文本变成语音。它使用一个微调过的 0.6B OmniVoice 检查点，专为带变音符号（tashkeel）的文本训练，发音更清晰。它在 Hugging Face 的 zero-a10g 硬件上运行，带有 MCP 标签。

适合谁：适合需要把埃及阿拉伯语文字变成语音的人，以及想要一个语音模型的 Gradio 小例子的开发者。

Industry | Who uses it | How they use it | Example
内容创作 | 视频和播客制作者 | 把脚本变成旁白 | 朗读一句带变音符号的埃及阿拉伯语
教育 | 阿拉伯语老师和学习者 | 听听带变音符号的句子怎么读 | 听一句标了元音的句子
软件 | 开发者 | 研究 Gradio 文字转语音应用 | 阅读很短的 app.py

如果你需要其他阿拉伯语方言的工具，可以跳过它，因为这个工具针对的是埃及阿拉伯语。

用在哪里：你可以在这些地方使用它：

• 浏览器：打开 Hugging Face 上这个 Space 的页面，不需要安装任何东西。
• Windows、macOS 或 Linux：用 Python 3.12 运行你自己的副本。

Use case | Who | What they get back
内置声音 | 任何人 | 用 19 种参考声音之一朗读的语音
声音克隆 | 有短音频的创作者 | 与你的音频相近的声音朗读的语音
发音修正 | 学习者和编辑 | 给某个词加上变音符号后更正的语音

如何设置：如果要在本地运行副本，你需要先准备：

• Python 3.12 和 pip
• 一台能运行该模型的机器，这个 Space 在 GPU 上以 fp16 运行

在线页面不需要这些。若要运行你自己的副本，请按下面的步骤操作。

1. 安装 Hugging Face 工具。
2. 把这个 Space 的文件下载到一个文件夹。
3. 进入那个文件夹。
4. 安装 Space 使用的版本的 Gradio，再安装其他依赖包。
5. 启动应用。

pip install -U huggingface_hub
hf download hugging-apps/voicetut-egyptian-tashkeel --repo-type space --local-dir voicetut-egyptian-tashkeel
cd voicetut-egyptian-tashkeel
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用：在浏览器里打开这个 Space，或者用下面的命令启动你自己的副本。然后输入文字，选一个声音，生成音频。

python app.py

Tool | What it does
Built-in voices | 提供 19 位参考说话人，生成前可以先听参考音频
Clone a voice | 需要一段 3 到 10 秒的参考音频，加上它的准确文字稿
Diacritics input | 在文本里标出元音，可以改善发音

示例：你输入一句带变音符号的埃及阿拉伯语，选一个内置声音，然后点生成。这个 Space 会返回用所选声音朗读这句话的音频。

新手与专家：如果你是新手，先从一个内置声音和一句短句开始。先听它的参考音频，然后生成并对比。

如果你熟悉这个领域，这个模型是通过 omnivoice 库运行的 OmniVoice 微调版本。它用一个带变音符号的数据集训练，其中大约一半的词是机器生成的元音，所以发音不对的词可以通过加标记来修正。大约 2% 的句子可能输出接近无声，应用会重试一次，然后才报错。

你输入带变音符号的文本
你选择或克隆一个声音
模型生成语音
无声的结果会重试一次
你播放音频

注意事项：输出是 24 kHz 的音频。声音克隆选项需要一段参考音频和它的准确文字稿。

• License: apache-2
• Cost to run: 未提及
• Data it reaches: 你为克隆上传的参考音频，以及从 Hugging Face 下载的模型文件
• Not for: 冒充真实的人或欺骗听众

Hugging Face 上的数据（2026年11月13日）

• 点赞：3
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/hugging-apps/voicetut-egyptian-tashkeel
• 文件：https://huggingface.co/spaces/hugging-apps/voicetut-egyptian-tashkeel/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。