vits-mandarin-biaobei

用 VITS 快速生成自然普通话语音

这是一个基于 VITS 模型的中文语音合成项目,专门针对普通话 TTS 场景。它利用 Biaobei 数据集训练模型,将文本转换为自然流畅的语音。项目解决了 VITS 模型在中文(特别是普通话)上的适配问题,提供了从数据准备、模型训练到推理的完整流程。核心能力包括:支持中文文本输入、生成高保真语音、提供预训练模型和推理脚本。对于研究语音合成或需要中文 TTS 能力的开发者,这是一个很好的参考实现。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 121
维护状态 低维护
是否开源
定价模式 free

项目数据

分类音频音乐
开发团队AlexandaJerry
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型speech-synthesis,text-to-speech,tts
GitHub 星标★ 121
30天Star增速
HF 下载量
上线时间2022-08-11 00:00:00
最近更新2026-02-06 00:00:00
维护状态低维护
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4

使用教程

核心亮点

  • 完整的中文 TTS 训练流程,含数据预处理和模型训练脚本
  • 基于 Biaobei 数据集,适合普通话场景,效果自然
  • 提供预训练模型,可直接进行推理测试

不足之处

  • 文档/社区待观察
  • 依赖特定数据集,泛化能力可能有限

适用场景

  • 中文语音合成研究
  • 普通话 TTS 应用开发
  • VITS 模型中文适配学习

替代项目

VITS、Tacotron2、FastSpeech2

项目介绍

vits-mandarin-biaobei 是音频音乐领域的开源项目,由 AlexandaJerry 开发,2022 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 121。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-02-06。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:中文语音合成研究。同类可对比的替代方案包括 VITS、Tacotron2、FastSpeech2。

上一篇:Avocodo-pytorch

下一篇:sub-to-audio

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.

★ 1239 2026-08-09
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

★ 1236 2026-09-13
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···

★ 52 2026-08-09
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···

★ 245 2026-08-09