AivisSpeech-Engine 是音频音乐领域的开源项目，由 Aivis-Project 开发，2024 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 180。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。LGPL-3.0许可，可免费自部署使用。
它主要面向的使用场景是：日文语音助手或聊天机器人开发。同类可对比的替代方案包括 Coqui TTS、Mimic3、ESPnet-TTS。
AivisSpeech-Engine
上传声音样本，即刻生成日文语音，还能模仿音色。
AivisSpeech-Engine 是一个基于 Python 的 AI 语音合成引擎，专注于日文文本到语音（TTS）转换，并支持声音模仿。它整合了 BERT-VITS2 和 Style-BERT-VITS2 等先进模型，通过 ONNX 优化推理性能，提供 FastAPI 构建的 HTTP API 接口，方便集成到各类应用中。该引擎解决了传统 TTS 系统音色单一、情感表达不足的问题，允许用户通过少量样本模仿特定说话人的声音，并控制语音风格。核心能力包括高质量日文合成、声音克隆、多风格切换以及低延迟的 API 服务。项目处于早期阶段，但技术栈成熟，适合开发者构建自定义语音助手、游戏角色配音或内容创作工具。
开源
free
音频音乐
GitHub 星标
★ 180
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队Aivis-Project
所属国家
定价模式free
价格说明开源项目，LGPL-3.0许可，可免费自部署使用。
访问状态
是否开源是
开源协议LGPL-3.0
主要语言Python
技术栈/模型aivis-project,aivm,bert-vits2,fastapi,japanese,onnx,python,style-bert-vits2,text-to-speech,tts,tts-api,tts-engines,vits,vits2
GitHub 星标★ 180
30天Star增速
HF 下载量
上线时间2024-03-04 00:00:00
最近更新2026-09-24 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6
使用教程
核心亮点
- 基于 BERT-VITS2/Style-BERT-VITS2，音质和情感表现力强
- 提供 FastAPI 接口，部署和集成简单
- 支持 ONNX 导出，推理速度快，资源占用低
不足之处
- 目前仅支持日文，多语言支持待扩展
- 文档和社区生态尚不完善，上手门槛较高
适用场景
- 日文语音助手或聊天机器人开发
- 游戏或动画角色的个性化配音
- 内容创作者的语音合成与声音克隆
替代项目
Coqui TTS、Mimic3、ESPnet-TTS
项目介绍
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···