cs224n-gpu-that-talks
用注意力机制端到端合成语音，简化传统TTS流程
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 52
核心亮点
- 端到端架构，简化了传统TTS多阶段流水线
- 基于注意力机制，能学习文本与语音的隐式对齐
- 使用TensorFlow实现，代码结构清晰，适合学习研究
不足之处
- 项目为课程作业，未提供预训练模型，需自行训练
- 文档和社区支持有限，仅适合作为研究参考
适用场景
- 学术研究：探索端到端语音合成的新方法
- 教学实验：在课程中演示注意力机制在TTS中的应用
- 原型验证：快速验证基于注意力机制的TTS可行性
替代项目
Tacotron 2、FastSpeech、WaveNet
上一篇：arguing-robots
下一篇：Tacotron2
同类项目推荐
piper-app
开源
在苹果设备上离线运行 Piper TTS，快速生成自然语音。
The original Piper(https://github.com/OHF-Voice/piper1-gpl), now on iOS and macOS
kokoclone
开源
克隆任意声音，用 Kokoro 生成多语言自然语音
Voice Cloning, Now Inside Kokoro. Generate natural multilingual speech and clone any···
soundbox
开源
在自己的显卡上生成音效、音乐和配音
Free, open-source, local alternative to ElevenLabs and Suno. AI sound effects, music···
clipboard-narrator
开源
复制网页文字，后台自动朗读成有声书
Turn any web page into an audiobook, works in the background on desktop!
Multi-Model-RVC-Inference
开源
一键加载多个 RVC 模型，从 Hugging Face 直接推理语音转换。
RVC Inference with multiple model and huggingface support
Parakeet
开源
用 PaddlePaddle 一键训练和部署多种主流语音合成模型
PAddle PARAllel text-to-speech toolKIT (supporting Tacotron2, Transformer TTS, FastS···
pattrns
开源
用代码写节奏，实时生成音乐序列
Experimental imperative-style music sequence generator engine
riffusion-app-hobby
开源
用 Stable Diffusion 实时生成音乐，输入文字即可创作独特旋律
Stable diffusion for real-time music generation (web app)
seq2seq-vc
开源
用序列模型实现声音转换，无需平行语料
A sequence-to-sequence voice conversion toolkit.