ZeroSpeech-TTS-without-T

无需文本标注，直接从语音学习并合成语音，攻克低资源TTS难题。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 12 🐛 待处理 3 👀 关注 5

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 112

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

ZeroSpeech-TTS-without-T 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队andi611

官网地址https://zerospeech.com/2019

GitHubhttps://github.com/andi611/ZeroSpeech-TTS-without-T

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型adversarial-learning,asr,autoencoder,automatic-speech-recognition,gan,text-to-speech,tts,tts-without-t,zerospeech

GitHub 星标★ 112

上线时间2019-02-15 00:00:00

代码更新2019-11-12

仓库体积101.6 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

这是一个基于PyTorch的ZeroSpeech 2019挑战赛实现，旨在解决无文本标注的语音合成（TTS-without-T）问题。传统TTS需要文本转录作为中间监督，而该项目探索直接从原始语音学习语音表征并重建语音，绕开文本标注。核心能力包括：使用对抗学习（GAN）和自动编码器框架，结合ASR（自动语音识别）作为辅助任务，学习离散或连续的语音单元，并利用这些单元进行语音重建。项目提供了完整的训练和评估流程，支持ZeroSpeech 2019基准测试，适合研究低资源语音合成和自监督语音表征学习。它解决了低资源语言中文本标注昂贵、难以获取的痛点，为完全无监督的语音合成提供了可行方案。代码结构清晰，包含数据预处理、模型定义、训练脚本和评估工具，但项目处于早期阶段，文档和社区支持有限。