Kızagan TTS v1.0

Kızagan TTS v1.0

朗读土耳其语文本，可用内置参考声音，也能克隆你上传或录制的声音。提供表单界面、Gradio API 和 MCP 服务器。

由 AlicanKiraz0 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：Kızagan TTS v1.0 是一个在线演示，可以朗读土耳其语文本，也能根据一段短录音克隆声音。它运行的是 VoxCPM2 的土耳其语微调版，输出 48 kHz 单声道音频。生成之前，它会先显示数字、日期、价格和缩写会怎样被读出来。

适合谁：想让书面土耳其语读得好听的土耳其语创作者、开发者和老师会觉得它有用。README 没有点名任何客户，所以下面几行是根据演示功能做的判断。

行业 | 谁在用 | 怎么用 | 例子
媒体 | 视频和播客制作者 | 用内置声音把土耳其语脚本变成旁白 | 用一小段文字做成配音
软件 | 应用开发者 | 通过 Gradio API 或 MCP 服务器调用这个 Space | 用 Python 向 speak 端点发送文本
教育 | 土耳其语老师 | 听日期、价格和缩写按日常说法读出来 | 检查 875,40 TL 这样的价格怎么读
无障碍 | 喜欢听而不是读的读者 | 听书面土耳其语，而不是自己阅读 | 粘贴一小段文字然后按播放

如果你需要其他语言的语音，可以跳过它，因为这个演示围绕土耳其语文本和 2000 字符的上限而建。

用在哪里：你可以在浏览器标签页、Python 代码或 MCP 客户端中使用它，也可以在 Windows、macOS 或 Linux 上运行一份副本。

• 网页浏览器：打开 Hugging Face 上的 Space 页面
• Python：用 gradio_client 调用 Gradio API
• MCP 客户端：这个 Space 也提供 MCP 端点
• Windows、macOS 或 Linux：用 Python 3.12 运行副本

用途 | 适合谁 | 得到什么
朗读文本 | 创作者和编辑 | 一段流式播放的音频，随后可下载完整的 WAV 文件
克隆声音 | 有权使用某段录音的人 | 用你上传或录制的那段声音说出的语音
检查土耳其语规范化 | 编辑和开发者 | 逐句显示的、读出来时的文本

如何设置：在线使用什么都不用装。本地副本需要 Python 3.12 和列出的软件包。

• Python 3.12
• Gradio 6.30.0
• requirements.txt 里的软件包

1. 安装 Hugging Face hub 包。
2. 把 Space 的文件下载到一个文件夹。
3. 进入这个文件夹。
4. 安装 Gradio 6.30.0，再安装列出的软件包。
5. 用 Python 启动应用。

pip install -U huggingface_hub
hf download AlicanKiraz0/kizagan-tts-v1 --repo-type space --local-dir kizagan-tts-v1
cd kizagan-tts-v1
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

正常运行会下载模型。如果只想不加载模型就看一眼界面，README 提供了一个模拟模式，会播放合成音调而不是语音。

KZ_MOCK=1 python app.py

如何使用：打开应用，在一个表单里选两种声音之一。Kızagan's voice 用内置录音朗读你的文本，所以你不用上传任何东西。你自己的声音则用你上传或录制的片段来朗读，再输入片段里的原话，就会进入跳过风格指令的续写模式。

工具 | 作用
Kızagan's voice | 用内置参考录音朗读文本
你自己的声音 | 用你上传或录制的片段朗读文本
文本预览 | 逐句显示规范化后的文本，并标出展开的数字
实时音频 | 生成的同时开始播放，结束后提供完整的 WAV 文件
风格 | 在每句前加一条括号里的土耳其语指令，仍属实验功能
高级设置 | CFG、扩散步数、种子、规范化、分句和句间停顿

在代码里，这个 Space 通过 Gradio API 作答。README 给出了下面的调用，第二个调用会返回流式音频、WAV 路径、朗读的文本和种子。

from gradio_client import Client, handle_file

client = Client("AlicanKiraz0/kizagan-tts-v1")

# Kızagan sesiyle
result = client.predict(
    text="Merhaba, bugün sana nasıl yardımcı olabilirim?",
    style="Doğal (yönerge yok)",
    api_name="/speak",
)

# Kendi sesinle
result = client.predict(
    text="Bu sesle okunacak yeni metin.",
    reference_audio=handle_file("speaker.wav"),
    transcript="",              # ya da kayıtta söylenen sözler
    api_name="/clone",
)

示例：选择 Kızagan's voice，然后说："Read this aloud: Toplam tutar 875,40 TL." 文本预览会把金额用土耳其语单词拼出来。音频在生成的同时开始播放，结束后完整的 WAV 文件就准备好了。

新手与专家：打开这个 Space，保持选中 Kızagan's voice，输入一句简短的土耳其语并生成。先听一遍，等结果听起来满意，再试你自己的录音。只使用你有权使用的声音。

这个模型是 VoxCPM2 的土耳其语微调版，参数约 2.29B，精度为 BF16。长文本会被切成句子，每一句都从同一段原始参考重新生成，句间留一小段静音。上游的规范化工具对土耳其语不可靠，所以被关掉了，这个 Space 自己在 kizagan_text.py 里展开数字。默认配方来自模型卡，CFG 为 2.0，16 步，种子 42。作者没有测量模型遵循风格指令的程度。

文本按土耳其语规则规范化
切分成句子
每句使用同一段参考
音频流式送到播放器
完整的 WAV 文件可供下载

注意事项：

• License: Apache-2.0，README 也把它用于基础模型、内置片段和推理代码
• Cost to run: 未提到 API 密钥或付费服务，Space 在 Hugging Face 的 zero-a10g 硬件上运行
• Data it reaches: 你输入的文本和你上传或录制的音频，本地正常运行时还会下载模型
• Not for: 超过 2000 字符的文本、续写模式下的风格指令，或你无权使用的声音

Hugging Face 上的数据（2026年11月13日）

• 点赞：16
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/AlicanKiraz0/kizagan-tts-v1
• 文件：https://huggingface.co/spaces/AlicanKiraz0/kizagan-tts-v1/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。