whisper-vits-japanese
只有音频也能训练日语VITS，Whisper自动生成文本标注
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 ★ 161
技术标签
核心亮点
- 自动转写：集成Whisper，免去手动标注文本的繁琐工作
- 端到端流程：从原始音频到VITS训练模型，提供完整pipeline
- 日语优化：针对日语语音特性进行了适配，发音准确度有保障
不足之处
- 文档/社区待观察
- 依赖Whisper转写质量，噪声大的音频可能影响训练效果
适用场景
- 个人开发者快速构建定制化日语语音合成
- 仅有音频语料、缺乏文本标注的日语TTS项目
- 研究VITS在日语上的效果，快速验证想法
替代项目
ESPnet-TTS、Coqui TTS、VoiceCraft
下一篇：RaveForce
同类项目推荐
gpt-neox
开源
在GPU集群上训练GPT级大模型的开源并行框架
An implementation of model parallel autoregressive transformers on GPUs, based on th···
allamo
开源
轻量可改，小资源也能训模型
A lightweight, hackable, and efficient framework for training and fine-tuning langua···
evostra
开源
用 Python 快速实现进化策略，轻松训练强化学习模型
A fast Evolution Strategy implementation in Python
CausalMM
开源
破解注意力因果，减少多模态模型瞎编乱造
[ICLR 2025] Mitigating Modality Prior-Induced Hallucinations in Multimodal Large Lan···
paradigms
开源
并行采样加速扩散模型，少步生成高质量图像
PyTorch implementation for "Parallel Sampling of Diffusion Models", NeurIPS 2023 Spo···
sklearn-diagnose
开源
给 sklearn 模型做 AI 体检，一眼揪出过拟合和数据泄漏
AI-powered diagnosis for Scikit-learn models: Detect overfitting, data leakage, clas···
qqr
开源
让开放式智能体在变化环境中持续强化学习训练
qqr is an RL training framework for open-ended agents.
Merge-Stable-Diffusion-models-wi···
开源
不训练，无损合并多个Stable Diffusion模型，统一风格与能力。
Adaptation of the merging method described in the paper - Git Re-Basin: Merging Mode···
AwesomeOPD
开源
一站式速览在线策略蒸馏，紧跟LLM前沿
Awesome List for On-Policy Distillation