tacotron2-mandarin

用 TensorFlow 训练中文语音合成模型，快速生成普通话语音。

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 45 🐛 待处理 2 👀 关注 6
GitHub ↗
GitHub 星标 ★ 132
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

tacotron2-mandarin 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atomicoo
GitHubhttps://github.com/atomicoo/tacotron2-mandarin
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chinese,mandarin,tacotron,tacotron2,tensorflow,tts
GitHub 星标★ 132
上线时间2019-06-04 00:00:00
代码更新2023-07-06
仓库体积8.7 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4

项目介绍

tacotron2-mandarin 是一个基于 TensorFlow 的 Tacotron-2 模型中文语音合成实现，旨在解决中文文本到语音（TTS）转换问题。它复现了 Tacotron-2 的端到端架构，包含编码器、注意力机制和自回归解码器，并针对中文普通话进行了适配，支持中文文本输入并生成对应的语音波形。项目提供了完整的训练和推理流程，包括数据预处理、模型训练、检查点保存和合成脚本，方便研究者或开发者在此基础上进行中文 TTS 的定制和实验。核心能力包括：中文文本序列到 Mel 频谱图的生成，结合声码器（如 Griffin-Lim）输出最终音频；支持自定义中文语料训练，可调整模型超参数。项目处于早期阶段，代码结构清晰，适合作为学习 Tacotron-2 和中文 TTS 实现的参考，但功能相对基础，未包含多说话人或韵律控制等高级特性。

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 ★ 132

核心亮点

  • 完整复现 Tacotron-2 架构，代码结构清晰，便于学习和二次开发
  • 针对中文普通话做了适配，支持中文文本输入和训练
  • 提供训练和推理脚本，可快速上手合成语音

不足之处

  • 依赖 TensorFlow 1.x，环境配置较旧，与现代 TF2 不兼容
  • 文档较少，缺少详细的中文语料准备指南
  • 未集成 WaveGlow 等高质量声码器，合成音质受限

适用场景

  • 学习 Tacotron-2 原理和中文 TTS 实现细节
  • 基于自定义中文语料训练个性化语音合成模型
  • 快速搭建中文 TTS 原型系统进行实验验证

替代项目

Coqui TTS、ESPnet-TTS、Mozilla TTS

上一篇：gmvae_tacotron

下一篇：vae_tacotron2

同类项目推荐

Vocello 开源

在 Apple 芯片上离线快速生成语音，保护隐私，无需联网。

Vocello: a private voice studio for Apple Silicon. Write a script, pick or describe ···

★ 388 2026-08-09
UnitSpeech 开源

无需转录文本，用少量语音样本即可克隆你的声音

An official implementation of "UnitSpeech: Speaker-adaptive Speech Synthesis with Un···

★ 135 2026-08-09
Voice-synthesis 开源

几秒音频克隆声音，实时生成语音

This repository is an implementation of Transfer Learning from Speaker Verification ···

★ 169 2026-08-09
aeneas 开源

上传音频和文本，自动生成逐字字幕时间轴

aeneas is a Python/C library and a set of tools to automagically synchronize audio a···

★ 2875 2026-08-09
flux-generator 开源

在 Mac 上本地生成图像和音乐，无需云端

Local image and music generation for Apple Silicon

★ 79 2026-08-09
XZVoice 开源

免费开源的桌面TTS工具，一键把文字变成自然语音

Free and open source text-to-speech software

★ 1162 2026-08-09
text-to-speech-api 开源

几行代码接入 Play.ht 语音合成，快速实现文本朗读

Play.ht's Text to Speech API

★ 92 2026-08-09
blossom 开源

点点画画，即刻生成你的专属旋律

A lovely interactive music generator

★ 249 2026-08-09
ACE-Step-Studio 开源

一键安装，离线生成带人声的完整歌曲和 MV

Portable AI music generator — full songs with vocals, covers, music videos. One-cli···

★ 509 2026-08-09