Matcha-TTS-PL v2

Matcha-TTS-PL v2

在浏览器里用两种合成声音朗读波兰语文字。ONNX 模型在你自己的设备上用 WebGPU 或 WebAssembly 运行，不会向服务器发送任何内容。

由 machinekind 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：这是 Matcha-TTS-PL v2 的浏览器试玩页，Matcha-TTS-PL v2 是一个波兰语文字转语音系统。它提供两种合成声音，名为 male_voxcpm_2 和 female_voxcpm_2，用 VoxCPM2 设计，并不模仿真实的人。所有语音处理都在你自己的设备上运行，所以不会向服务器发送文字。

适合谁：适合想听浏览器里生成的波兰语语音的人，也适合想研究或复用浏览器内语音方案的开发者。

行业 | 使用者 | 使用方式 | 例子
媒体 | 内容创作者 | 不用账号，把波兰语文字变成语音音频 | 创作者用每种声音试一句旁白
软件 | 网页开发者 | 研究 ONNX 模型如何在页面里用 WebGPU 或 WebAssembly 运行 | 开发者阅读仓库里的 JavaScript 文件
教育 | 语言老师 | 让学习者听到被朗读出来的波兰语文字 | 老师用每种声音播放一个句子
研究 | 语音研究人员 | 在同一段文字上比较 Studio 和 Edge 两种方案 | 研究人员切换方案，听有什么差别

如果你需要波兰语以外的语言的语音，可以跳过它。

用在哪里：你可以在下面这些地方使用它。

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 在 Windows、macOS 或 Linux 上用浏览器打开的页面的本地副本

使用场景 | 适合谁 | 得到什么
听波兰语文字 | 任何人 | 来自两种合成声音之一的语音音频
比较方案 | 研究人员 | 同一段文字的 Studio 输出和 Edge 输出对照
研究浏览器语音 | 开发者 | 一个用 ONNX Runtime Web 和 espeak-ng 的可运行示例

如何设置：在线使用只需要浏览器。本地副本在下载这一步需要 Python。

• 网页浏览器，最好支持 WebGPU，因为 WebAssembly 是后备方案
• 带 pip 的 Python，只在获取本地副本时需要

1. 打开 Hugging Face 上这个 Space 的页面即可在线使用，无需安装任何东西。
2. 想要本地副本，先安装 Hugging Face Hub 软件包。
3. 把这个 Space 的文件下载到一个文件夹并进入该文件夹。
4. 在浏览器里加载 index.html。

pip install -U huggingface_hub
hf download machinekind/matcha-tts-pl-v2 --repo-type space --local-dir matcha-tts-pl-v2
cd matcha-tts-pl-v2

如何使用：打开页面，选一种声音，输入波兰语文字。选中一种声音会触发一次性的模型下载，浏览器会保留它。然后播放语音。高级开关可以把随机的时长预测器换成固定的那个。

工具 | 作用
Studio | 使用所选声音的 ONNX 图，一个带有自己 HiFi-GAN 声码器的声学模型
Edge | 使用编码器、解码器和一个小声码器，并以 0.5 秒的块流式输出音频
高级开关 | 打开确定性的时长预测器，代替随机的那个

示例：你选女声，输入一个简短的波兰语句子。页面第一次会下载这种声音的模型，然后把句子作为语音播放出来，整个过程都在你的浏览器里。

新手与专家：文字转语音就是让程序把书面文字朗读出来。这里整个程序都在你的浏览器标签页里运行。先打开这个 Space 的页面，选一种声音，输入一个简短的句子。

从底层看，模型通过 ONNX Runtime Web 运行，有 WebGPU 时用 WebGPU，否则用 WebAssembly。音素化用的是 espeak-ng 的 WebAssembly 构建，覆盖波兰语和它检测到的英语单词，效果链则是普通的 JavaScript。时长默认是随机的，来自一个对每个音素抽样一次的流匹配预测器，所以重复运行的结果可能不同。

你输入波兰语文字
espeak-ng 把它变成音素
ONNX 模型生成语音
效果链处理音频
你听到结果

注意事项：每种声音第一次使用时都需要下载模型。

• License: 试玩页的代码是 MIT，模型权重是 CC BY-SA 4.0，espeak-ng 是 GPL-3.0。
• Cost to run: 未提及。
• Data it reaches: 你的文字留在你的设备上，唯一的下载是每种声音的模型文件，首次下载后由浏览器保留。
• Not for: 完整的英语语音，因为英语只用于在波兰语文字中检测到的单词。

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：static
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/machinekind/matcha-tts-pl-v2
• 文件：https://huggingface.co/spaces/machinekind/matcha-tts-pl-v2/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。