AIRI 浏览器本地语音合成（Browser Local TTS）能力状态解析：WIP 现状、可用性条件与替代方案
AIRI 浏览器本地语音合成Browser Local TTS能力状态解析WIP 现状、可用性条件与替代方案【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi浏览器本地语音合成Browser (Local) TTS是 AIRI 语音合成Speech/TTS提供者体系中的一类本地化方案目标是让网页版在无需云端 API Key 的情况下直接在浏览器内完成文本到语音的合成。本文基于 AIRI 仓库中的官方文档与源码说明该提供者当前的真实可用状态Work in Progress、其设置页面的实际表现、源码中已就绪的可用性判定与配置模型并为需要本地语音合成的用户给出可立即落地的替代路径。官方文档立场当前明确标注“不可用”在 韩文文档 与对应的 英文文档 中AIRI 对该提供者的立场是清晰且明确的브라우저(로컬) 음성 합성은 아직 사용할 수 없습니다. 해당 AIRI 설정 페이지는 현재 Work in Progress 자리 표시자만 보여 주므로, 모델과 음성을 준비하거나 선택할 수 없습니다.即浏览器本地语音合成目前尚不可用其 AIRI 设置页面仅显示 Work in ProgressWIP占位内容用户无法在其中准备或选择模型与音色。文档同时给出了一条重要警告아직 실제 동작하는 설정에 이 제공자를 사용하지 마세요. 현재 사용 가능 여부를 명확히 하기 위해서만 문서화되어 있습니다.这份警告的意图是该页面之所以被保留在文档与设置目录中并非因为它已经可以投入生产使用而是为了向用户明确当前是否可用这一事实避免产生误解。因此在选择语音合成提供者时不应将其纳入实际运行配置。源码实证设置页面目前仅渲染 WIP 占位组件文档的判断与仓库源码完全一致。负责该提供者设置界面的页面位于 packages/stage-pages/src/pages/settings/providers/speech/browser-local-audio-speech.vue其完整模板内容只有一个组件script setup langts import { WIP } from proj-airi/stage-ui/components /script template WIP / /template页面通过route langyaml声明挂载到 settings 布局下并引用settings.pages.providers.provider.browser-local-audio-speech.title与description两个 i18n 键但其主体没有渲染任何模型选择、音色选择或配置表单只渲染了来自proj-airi/stage-ui的WIP占位组件。这正是文档所述设置页面当前是 Work in Progress 占位符的源码级证据该提供者的 UI 配置流程尚未实现。与之对应韩文 i18n 词条 packages/i18n/src/locales/ko/settings.yaml 中将该提供者命名为브라우저 (로컬)Browser (Local)描述指向https://github.com/moeru-ai/xsai-transformers即浏览器端模型推理相关的 Transformers 实现。Provider 注册与可用性判定WebGPU 或 8 GB 内存且仅限网页版虽然设置页面仍是占位符但该提供者在提供者注册层registry中已存在完整定义。源码位于 packages/stage-ui/src/libs/providers/providers/local-audio/index.tsproviderBrowserLocalAudioSpeech的关键声明如下export const providerBrowserLocalAudioSpeech defineProviderLocalAudioConfig({ id: browser-local-audio-speech, name: Browser (Local), tasks: [text-to-speech, tts], icon: i-lobe-icons:huggingface, isAvailableBy: isBrowserAndMemoryEnough, createProviderConfig: ({ t }) createLocalAudioConfigSchema(t), createProvider: createLocalAudioProvider, validators: createLocalAudioValidators(), })其中isAvailableBy指向同文件中的isBrowserAndMemoryEnough函数它决定了该提供者卡片何时对用户可见逻辑值得展开说明源码位置async function isBrowserAndMemoryEnough() { if (isStageTamagotchi()) return false if (await isWebGPUSupported()) return true if (navigator in globalThis globalThis.navigator ! null deviceMemory in globalThis.navigator typeof globalThis.navigator.deviceMemory number) { // The browser model needs at least 8 GB of system memory without WebGPU. return globalThis.navigator.deviceMemory 8 } return false }由此可以推断该提供者的三个可用性门槛条件说明源码依据运行形态仅网页版可见在桌面端isStageTamagotchi()判定为真直接返回不可用local-audio/index.tsWebGPU浏览器支持 WebGPU 时直接判定可用用于加速浏览器端模型推理isWebGPUSupported来自proj-airi/stage-shared/webgpu内存兜底无 WebGPU 时要求navigator.deviceMemory 8即系统内存至少 8 GBnavigator.deviceMemory数值比较也就是说即使未来该提供者完成开发它也只会面向满足网页版 WebGPU 或至少 8 GB 内存条件的设备出现否则设置页中不会显示该提供者卡片。这与中文文档 docs/content/zh-Hans/docs/manual/config/providers/speech/browser-local.md 中该服务商不会在桌面端出现确认浏览器支持 WebGPU或设备内存至少为 8 GB才会显示此服务商卡片的描述相互印证。配置模型与校验OpenAI 兼容风格Base URL 为必填从createProviderConfig可以看到Browser (Local)复用LocalAudioConfig配置模型源码位置const localAudioConfigSchema z.object({ apiKey: z.string().optional(), baseUrl: z.string().optional().default(), })即该提供者的配置项仅有两个apiKey可选字符串按密码字段渲染baseUrl可选字符串默认值为空字符串在创建提供者时会被normalizeBaseUrl归一化——去掉首尾空白并确保以/结尾。同时createLocalAudioValidators中注册了一个名为local-audio:check-config的校验器其核心规则是valid Boolean(config.baseUrl)即baseUrl 必须非空才能通过配置校验否则会报出 Base URL is required. 错误。而创建提供者时通过createOpenAI来自xsai-ext/providers/create构造 OpenAI 兼容客户端说明该本地音频方案在底层沿用了 OpenAI 兼容的调用协议未来接入浏览器端推理服务时大概率复用同一套 HTTP 通道。值得注意的是从源码结构看同文件的providerAppLocalAudioSpeechApp (Local)桌面端本地语音合成也共享LocalAudioConfig、createLocalAudioProvider与同一套校验器仅isAvailableBy不同桌面端限定、同样面向 Hugging Face Candle 相关能力。这说明浏览器本地与应用本地两条本地 TTS 路线共享了配置与调用抽象差异主要落在运行载体网页版 vs 桌面端与可用性判定上。当前可用的替代方案既然 Browser (Local) TTS 尚不可用文档给出了两条立即可用的替代路线1. 本地语音合成Kokoro TTS文档明确建议需要 AIRI 已实现的本地语音合成时选择 Kokoro TTS。这是 AIRI 内以本地模型方式运行的语音合成方案在 AIRI 中打开설정 → 제공자 → 음성 합성 → Kokoro TTS (Local)设置 → 提供者 → 语音合成 → Kokoro TTS (Local)首次使用时等待模型下载完成模型会占用本地存储、内存与 CPU/GPU 资源浏览器支持 WebGPU 时合成会被加速即便没有 WebGPUAIRI 也会回退到 WASM 执行但通常合成更慢、CPU 占用更高该方案不需要云端 API Key适合希望文本不出本地、且设备资源充足的场景配置完成后在설정 → 모듈 → 음성 합성设置 → 模块 → 语音合成中激活输入短句试听即可验证。若本地资源紧张、下载未完成或合成导致设备无响应应改用托管型云端语音提供者。2. 云端 TTS 提供者文档的另一条建议是直接选择受支持的云端 TTS 提供者。从 语音合成提供者文档目录 看AIRI 已覆盖多条云端 TTS 路线包括 ElevenLabs、Deepgram、OpenAI、OpenRouter、Google Gemini、Azure Speech、Volcengine、Minimax、Alibaba Cloud Model Studio 等用户可依据已有账号与预算选择其一完成配置。总结与建议围绕 Browser (Local) TTS可以从文档与源码得出以下确定的结论当前状态该提供者不可用设置页面仅渲染 WIP 占位组件browser-local-audio-speech.vue官方文档明确要求不要将其用于实际配置。未来画像提供者注册、可用性判定、配置 schema 与校验器均已就绪local-audio/index.ts可以推断其设计目标为网页版、WebGPU 或 ≥8 GB 内存、OpenAI 兼容协议、无需 API Key的浏览器内 TTS。落地选择现阶段需要本地语音合成请使用 Kokoro TTS需要开箱即用请选择任一受支持的云端 TTS 提供者。如果你在网页版设置页中始终看不到 Browser (Local) 卡片请先确认运行环境是否为桌面端、浏览器是否支持 WebGPU以及设备内存是否达到 8 GB——只有同时满足网页版与WebGPU 或足够内存时该提供者才会进入可用性判定通过的状态而在其 UI 完成开发前即使满足条件页面仍会停留在 WIP 占位符阶段。【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考