Talkify 是一款基于 Android 的现代化 TTS 连接器。它将云端顶尖大模型（微软、通义千问、豆包、腾讯云、MiniMax、小米 MiMo、Google Gemini TTS、OpenAI）的高质量拟人语音合成能力，以及完全离线运行的本地 AI 语音合成引擎（ZipVoice，含 12 种精选音色），通过 Android 标准 Text-to-Speech 接口赋予您的系统和阅读软件。
让您的电子书朗读不再机械冰冷，而是充满情感与温度。
- 🔌 多供应商支持：内置 阿里云通义千问、火山引擎豆包、腾讯云、微软 Azure、MiniMax、小米 MiMo、Google Gemini TTS 和 OpenAI，支持一键切换。
- 🆓 本地离线合成：内置 ZipVoice 本地 AI 引擎与 12 种精选中文音色，无需 API Key、零调用费用、断网可用（详见 本地 AI 语音合成）。
- ⚙️ 自定义配置：支持为每个供应商自定义 API 地址（BaseURL）和模型 ID，适配自建代理、私有化部署、第三方转接平台等高级场景；Google / OpenAI 供应商额外支持 HTTP/SOCKS 代理，从容应对网络受限环境。
- 🗣️ 风格指令：通过一句自然语言描述即可控制朗读的情感、语调与语速（小米 MiMo、Google Gemini TTS、OpenAI 支持），让声音更有戏。
- 📱 系统级集成：实现标准 Android TTS 接口，无缝支持 Legado（阅读）、Google Play图书 等任意支持调用TTS引擎的阅读软件。
- ⚡️ 流式合成：采用流式传输技术（Streaming），大幅降低首字延迟，实现近乎实时的响应速度。
- 🛡️ 稳定后台：完善的权限引导（网络、电池优化、通知），确保在后台长时间朗读不中断。
- 🎨 现代设计：完全基于 Jetpack Compose 构建，遵循最新的 Material 3 Expressive 设计规范。
| 默认模型 | 供应商 | 语言支持 | 特点 |
|---|---|---|---|
| microsoft-tts | Azure | 🇨🇳 🇺🇸 🇬🇧 🇯🇵 🇰🇷 🇫🇷 🇩🇪 🇪🇸 |
40+种音色，无需API Key |
| seed-tts-2.0 | 火山引擎 | 🇨🇳 🇺🇸 | 16种音色，人声更自然 |
| tencent-tts | 腾讯云 | 🇨🇳 🇺🇸 | 47种音色（超自然/大模型/精品） |
| qwen3-tts-flash | 阿里云百炼 | 🇨🇳 🇺🇸 🇩🇪 🇫🇷 🇪🇸 🇵🇹 🇮🇹 🇯🇵 🇰🇷 🇷🇺 |
48种音色，多语种支持 |
| speech-2.8-turbo | MiniMax | 🇨🇳 🇺🇸 | 32kHz 高采样率，WebSocket 流式 |
| mimo-v2.5-tts | 小米 | 🇨🇳 🇺🇸 | OpenAI API 兼容 |
| gemini-3.8-flash-lite-tts | 🇨🇳 🇺🇸 🇬🇧 🇯🇵 🇰🇷 🇫🇷 🇩🇪 等 100+ 语言 |
30种预置音色，支持 interactions / generateContent 双接口规范 | |
| gpt-4o-mini-tts | OpenAI | 🇨🇳 🇺🇸 🇯🇵 🇰🇷 🇫🇷 🇩🇪 🇪🇸 等多语种 |
13种音色，风格指令控制，兼容第三方转接平台 |
除了云端供应商，Talkify 还内置了完全离线运行的本地语音合成引擎——无需申请任何 API Key，模型下载完成后断网也能朗读。
- 🧠 高质量模型：基于 ZipVoice-Distill 零样本流匹配 TTS（int8 量化），由 sherpa-onnx 本地推理，支持中英文混读，24kHz 采样率，自然度显著优于传统 VITS 方案。
- 🎭 精选音色：内置 12 种精选中文音色（涵盖女声、男声、解说等多种风格）。
- 📥 按需下载：模型（约 200 MB）在首次使用时由 App 引导下载，不增加 APK 体积；针对中国大陆网络环境自动叠加 GitHub 加速链路（ghfast.top → gh-proxy.com → 源站），无需科学上网。
- 🚫 零成本零依赖：合成全程在设备端完成，无网络请求、无调用计费、无限流配额，隐私数据不出设备。
- ⚡ 句级流式：按句切分流式合成、边合成边播放，长文本朗读无需整段等待。
许可说明：ZipVoice 模型权重基于 Emilia 数据集训练（CC-BY-NC-4.0），本地合成能力仅供个人学习等非商业用途。
- 语言: Kotlin 2.4.20
- 架构: MVVM (Model-View-ViewModel) + Clean Architecture
- UI: Jetpack Compose (BOM 2026.09.00) + Material 3 Expressive
- 网络: OkHttp 4.12.0 (HTTP/2, WebSocket, Streaming)
- 本地推理: sherpa-onnx v1.13.1 (ONNX Runtime, CPU int8) + ZipVoice-Distill
- 最低兼容: Android 11 (API 30)
- 目标版本: Android 17 (API 37)
提示：Azure 供应商 无需任何配置，开箱即用！本地 AI 语音合成同样无需配置，在 App 内选择本地模型并按引导下载（约 200 MB）即可。
- 火山引擎：前往 控制台 申请 API Key。
- 腾讯云：前往 控制台 获取 AppID、SecretID 和 SecretKey。
- 阿里云百炼：前往 控制台 申请 API Key。
- MiniMax：前往 控制台 申请 API Key。
- 小米 MiMo：前往 控制台 申请 API Key。
- Google Gemini TTS：前往 Google AI Studio 获取 API Key。该服务在中国大陆无法直连，可在 App 内配置 HTTP/SOCKS 代理，或通过自定义 API 地址指向反向代理 / 兼容网关。
- OpenAI：前往 OpenAI Platform 申请 API Key；同样支持自定义 API 地址（BaseURL），可对接遵循 OpenAI 规范的第三方转接平台。
# 1. 克隆仓库
git clone https://github.com/LonePheasantWarrior/TalkifyTTS.git
cd TalkifyTTS
# 2. 检查代码
./gradlew lint
# 3. 编译 Debug 包
./gradlew assembleDebug
# 输出: app/build/outputs/apk/debug/Talkify-v<版本>-<abi>-debug.apk（universal 包 abi 为 universal）Talkify 作为一个 TTS 连接器，最佳的使用场景是搭配优秀的电子书阅读器：
详细的架构设计、代码规范和扩展指南，请参阅 doc/开发指南.md。
如果您觉得 Talkify 对您有帮助，欢迎请我喝杯蜜雪冰城 🍦
支付宝 |
微信 |
本项目代码以 MIT License 发布。第三方依赖与模型资产的许可信息见 NOTICE.md； 其中 ZipVoice 模型权重基于 Emilia 数据集训练（CC-BY-NC-4.0），本地合成能力仅供非商业用途。