汇聚全球AI音频与音乐生成项目，AI语音合成、音乐创作、音频处理工具一网打尽。
共收录 830 个开源项目
STYLER
开源
免费
可打开
快速且可控地合成富有表现力的语音，风格随心调。
STYLER 是 INTERSPEECH 2021 发表的语音合成论文官方实现，专注于表达性且可控的神经文本转语音（T···
ElundusCoreApp
开源
免费
仅开源
直播前先试听打赏语音，避免翻车
ElundusCoreApp 是一款基于 Vue 的桌面应用，主要解决 Twitch 主播在直播中预览打赏语音效果的问题···
SpeakIt_Vietnamese_TTS
开源
免费
仅开源
在 Windows 上轻松将越南语文本变成语音，开箱即用。
SpeakIt_Vietnamese_TTS 是一个基于 Windows 平台的越南语文本转语音（TTS）工具，使用 C# 和 WPF ···
LPC_for_TTS
开源
免费
仅开源
从梅尔频谱图快速提取LPC系数，助力TTS声学建模
LPC_for_TTS 是一个基于 Python 的线性预测系数（LPC）估计工具，专为语音合成（TTS）场景设计。它···
Voice-Cloning-App
开源
免费
仅开源
上传几秒音频，即刻克隆人声并合成任意文本
Voice-Cloning-App 是一个基于 Python 和 PyTorch 的开源语音克隆工具，旨在让用户通过简单的操作合···
mel-cepstral-distance
开源
免费
仅开源
算两段语音差多少，客观评估合成质量
这是一个用于计算两段语音或音频之间Mel倒谱距离（MCD）的Python库，MCD是语音合成与语音转换领域常···
AdaSpeech
开源
免费
仅开源
用少量样本快速定制专属语音合成模型
AdaSpeech 是一个基于 PyTorch 的自适应文本转语音（TTS）项目，旨在为自定义声音提供高质量的语音···
XZVoice
开源
免费
仅开源
免费开源的桌面TTS工具，一键把文字变成自然语音
XZVoice是一款免费开源的文本转语音（TTS）桌面软件，基于Electron和Vue构建，旨在为用户提供便捷、···
mandarin-tts
开源
免费
仅开源
用FastSpeech 2快速搭建中文语音合成，轻松生成普通话音频。
mandarin-tts 是一个基于 PyTorch 实现的中文普通话语音合成（TTS）开源项目。它采用 FastSpeech 2···
voice_indonesian
开源
免费
仅开源
离线印尼语文本转语音，代码示例即拿即用
这是一个印度尼西亚语离线文本转语音（TTS）的示例代码项目，主要用于将文本转换为语音，且完全离线···
resemble-alexa
开源
仅开源
给 Alexa 装上克隆嗓音，用 GPT-3 驱动对话
resemble-alexa 是一个示例项目，展示如何构建一个使用真实感语音克隆技术的 Alexa 技能。它结合了···
LightSpeech
开源
免费
仅开源
用神经架构搜索打造轻量快速语音合成模型
LightSpeech 是一个基于神经架构搜索（NAS）的轻量级快速文本转语音（TTS）项目。它旨在解决传统 T···
DEEPFAKE-AUDIO
开源
待核验
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···
bot-whatsapp
开源
免费
仅开源
用 Node.js 快速搭建 WhatsApp 多功能机器人，但已停止维护
bot-whatsapp 是一个基于 open-wa/wa-automate-nodejs 库构建的多功能 WhatsApp 机器人，但项目已停···
BVAE-TTS
开源
免费
仅开源
用贝叶斯变分自编码器生成更自然多样的语音
BVAE-TTS 是一个基于 PyTorch 的文本转语音（TTS）开源项目，是论文的官方实现。它采用贝叶斯变分自···
text-to-speech
开源
免费
可打开
在浏览器里输入文字，一键生成语音播放
这是一个基于Web Speech API的轻量级文本转语音工具，使用纯HTML和JavaScript实现，无需任何后端服···
tegridy-tools
开源
免费
仅开源
用 NLP 技术让 MIDI 音乐自动生成与风格迁移
tegridy-tools 是一个面向符号音乐（MIDI）的 NLP 与人工智能工具包，旨在用自然语言处理技术处理音···
TFGAN
开源
免费
仅开源
融合时频域GAN，生成高保真语音
TFGAN 是一个基于生成对抗网络（GAN）的高保真语音合成开源项目，核心创新在于同时利用时域和频域信···
zhtts
开源
免费
仅开源
CPU 上实时合成中文语音，无需显卡也能跑
zhtts 是一个基于 Python 的中文实时语音合成系统演示项目，专注于在 CPU 上实现低延迟的文本转语音···
Tacotron
开源
免费
仅开源
长文本语音合成不掉字，PyTorch 实现 Tacotron
Tacotron 是一个基于 PyTorch 实现的端到端文本转语音（TTS）系统，专注于长句语音合成的鲁棒性。它···
FastSpeech2
开源
免费
仅开源
用 PyTorch 快速实现多说话人语音合成，训练推理都省心
FastSpeech2 是一个基于 PyTorch 的多说话人端到端文本转语音（TTS）开源实现，源自微软提出的 Fas···
CycleGAN-VC3
开源
免费
仅开源
无需平行语料，一键转换声音风格
CycleGAN-VC3 是一个基于 CycleGAN 的语音转换（Voice Conversion）开源项目，旨在将一个人的声音转···
LVCNet
开源
免费
仅开源
用位置可变卷积，让语音合成又快又自然
LVCNet 是一个面向语音合成（TTS）场景的高效声码器（vocoder），由韩国团队在 ICASSP 2021 提出。···
hifi-gan
开源
免费
仅开源
让语音合成又快又真，实时生成高保真音频
HiFi-GAN 是一个基于生成对抗网络的高保真语音合成声码器，由韩国首尔大学团队开发。它解决了传统神···
