DEEPFAKE-AUDIO

给一段声音，克隆出任意人的语音

Deepfake Audio 是一个基于 SV2TTS 技术的神经语音克隆工作室，旨在通过深度学习模型实现高度逼真的语音合成与克隆。它解决了传统语音合成需要大量样本、音色单一的问题，用户只需提供少量目标说话人的语音样本，即可生成与其音色、语调高度相似的合成语音。项目核心能力包括语音特征提取、声纹编码、语音合成以及实时推理，支持自定义训练与推理流程。作为早期项目，它提供了完整的代码框架和示例，适合研究语音克隆、深度伪造音频生成以及相关安全检测的开发者使用。

开源 unknown 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 75
维护状态 较活跃
是否开源 是
定价模式 unknown

项目数据

分类音频音乐
开发团队Amey-Thakur
所属国家
官网地址
GitHubhttps://github.com/Amey-Thakur/DEEPFAKE-AUDIO
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型amey,amey-thakur,ameyarc,ameythakur,artificial-intelligence,audio,deepfake,deepfake-audio,deepfake-generation,deepfake-voices,deepfakes,megasatish,neural-voice-synthesis,sv2tts,tacotron-2,text-to-speech,text-to-speech-app,voice-cloning,voice-cloning-app,zero-shot-voice-cloning
GitHub 星标★ 75
30天Star增速
HF 下载量
上线时间2021-02-06 00:00:00
最近更新2026-09-13 00:00:00
维护状态较活跃
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4

使用教程

核心亮点

  • 基于 SV2TTS 架构，少量样本即可克隆音色
  • 提供完整的训练与推理流程，易于二次开发
  • Python 实现，依赖清晰，适合学术研究

不足之处

  • 项目处于早期，文档和社区支持待观察
  • 未提供预训练模型，需自行准备数据训练

适用场景

  • 语音合成研究与实验
  • 深度伪造音频生成与检测对抗
  • 个性化语音助手开发

替代项目

Real-Time-Voice-Cloning、Tacotron 2、WaveGlow

项目介绍

DEEPFAKE-AUDIO 是音频音乐领域的开源项目，由 Amey-Thakur 开发，2021 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 75。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-13。从国内网络环境看，可用性暂无实测数据。

它主要面向的使用场景是：语音合成研究与实验。同类可对比的替代方案包括 Real-Time-Voice-Cloning、Tacotron 2、WaveGlow。

上一篇：text-to-speech

下一篇：tts-demo

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···

★ 246 2026-08-09