F5 Tts

F5-TTS — texto-a-voz con clonado (zero-shot)

⚠️ Corrección 2026-09-05 (auditoría stars-explorer): la v1 usaba from f5_tts.infer.api import synthesize — inexistente. El paquete vive en src/; la API real es la clase F5TTS.infer(...) (o el CLI).

Repo: https://github.com/SWivid/F5-TTS (MIT, Python, ~15K⭐). Modelo en HF: SWivid/F5-TTS.

When to Use

• Cuando pidas clonar una voz con un TTS open-source de alta calidad y velocidad (zero-shot, con una sola referencia de audio).
• Como alternativa ligera y rápida en la cadena de voces de David.

Uso

El repo usa layout src/ (src/f5_tts/). Instalación válida: pip install -e . (pyproject.toml en raíz).

API Python:

from f5_tts.api import F5TTS        # clase, no función de módulo
tts = F5TTS()
tts.infer(...)                       # parámetros por el README real

CLI:

python -m f5_tts.infer.infer_cli     # o el binario f5-tts-infer tras instalar -e .

(No existe f5_tts/infer/api.py — f5_tts/infer/ contiene infer_cli.py, infer_gradio.py, utils_infer.py, speech_edit.py.)

Pitfalls

• Import correcto: from f5_tts.api import F5TTS; no from f5_tts.infer.api import synthesize.
• El paquete no está en la raíz: está en src/f5_tts/.
• Parámetros de F5TTS.infer(...): ver el README — no coinciden con ref_audio/ref_text de la v1.

Verificación

• Instalar con pip install -e ., llamar F5TTS().infer(...) con una referencia de audio y comprobar el clon.