想把课本变成自己的声音来朗读，通常要处理模型部署、接口适配和生成速度。开源项目 open-omnivoice-tts 把这些环节装进一个本地 TTS（文字转语音）服务：应用提交文字，就能直接取得音频；再给一小段参考录音，还可以克隆其中的音色。
作者称，服务在 RTX 3080 上生成一句话约需 0.3 秒，并针对快速启动生成做了优化。它还提供 OpenAI 兼容接口——沿用 OpenAI 的请求格式和调用习惯，现有客户端通常只需更换服务地址和凭证，就能转接到本地后端。遇到长文本时，系统会按段落依次处理。作者自己的用法，是把学校课本制成个人音色的有声书，开车时收听。
项目免费开源，默认参数已经调好，也允许修改 CFG guidance scale 等设置。不过，0.3 秒是作者自述，材料没有给出独立测试、句子长度或音质对比。语音克隆还涉及录音授权和冒用风险，使用他人声音前应先取得许可。