PilotTTS

PilotTTS 是一个基于大语言模型（LLM）的开源文本转语音（TTS）系统，采用模块化、轻量级架构设计，强调数据工程驱动的高质量语音合成。其核心功能包括：支持14种中文方言及跨方言合成；提供11类情绪（如喜悦、悲伤）和4类副语言（如笑、呼吸）的细粒度可控生成；通过全开源的数据处理流水线实现低成本高质训练数据构建；在说话人相似度（0.862）和内容准确率（CER 0.87%）上达到领先水平。适用于需要多风格、多方言、高可控性的语音合成场景，如智能客服、有声内容生成、教育语音辅助及无障碍交互应用。