七个语音合成引擎，同一个平台
Mizuoto 把 CosyVoice、F5-TTS、GPT-SoVITS、OmniVoice、Qwen3-TTS、Fish Speech 和 IndexTTS 收进一个网页界面、一套命令行和一个 HTTP 接口：合成语音、克隆与设计音色、转换与编辑语音、朗读长篇作品，并用你自己的录音微调模型。
清晨的森林里，雾气还没有散去。远处传来一声鸟鸣，像是在回答谁的问候。
2 段从一句话到一整本书
每个界面都有对应的教程；同样的操作也都可以在命令行和 HTTP 接口中完成。
从安装到第一段语音
四步走完整个流程，每一步在网页界面和命令行中都有对应做法。
- 01
安装 Mizuoto
从 PyPI、Docker 镜像或源代码安装，然后运行 mizuoto webui。
- 02
安装引擎与模型
首次运行的引导会为引擎建立独立的 Python 环境（含 PyTorch），再下载并校验一个模型。
- 03
合成
选择模型和音色，输入文本，边生成边听；结果连同参数一起保存在历史中。
- 04
做成自己的
把参考音频存进音色库，用项目朗读长篇作品，或用自己的录音微调模型。
引擎各不相同，用法始终一致
保留每个引擎的上游代码，把环境、下载、排队与格式的差异交给 Mizuoto 处理。
一种请求，七个引擎
无论由哪个引擎处理，请求、音色、参数、任务与结果的形式都相同；不支持的选项在任务开始前就会指出。
每个引擎一个独立环境
Mizuoto 为每个引擎自动建立 Python 环境并安装匹配显卡的 PyTorch，引擎之间的依赖互不冲突；Mizuoto 本身从不导入 torch。
网页、命令行与接口同源
三者调用同一套核心操作，命令行的 --json 输出与 API 相同；另有兼容 OpenAI 的 /v1/audio/speech。
边生成边播放
通过 WebSocket 或分块 HTTP 流式传输音频，CosyVoice 还能边接收文本边合成；完整结果同样保存下来。
引擎可以放在另一台机器
在有显卡的机器上运行 mizuoto agent，本机的 Mizuoto 就能把那里的引擎当作自己的来用。
按文档完成安装
Mizuoto 可以从 PyPI 安装，也可以使用 Docker 镜像或源代码。安装文档会说明系统要求、适合本机显卡的 torch 与每种方式的完整步骤；Fish Speech 与 IndexTTS 需先阅读并接受各自的许可证。