FFTNet 是音频音乐领域的开源项目，由 azraelkuan 开发，2018 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 64。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2024-01-04。本地部署，完全免费。
它主要面向的使用场景是：实时语音交互系统（如虚拟助手、游戏角色配音）。同类可对比的替代方案包括 WaveNet、Parallel WaveGAN、LPCNet。
FFTNet
用 FFT 加速神经声码器，实现实时语音合成。
FFTNet 是一个基于 FFT 的实时、说话人相关的神经声码器，用于语音合成（TTS）系统中的波形生成。它解决了传统声码器（如 WaveNet）推理速度慢、难以实时应用的问题，通过利用快速傅里叶变换（FFT）来高效建模音频信号，在保持较高语音质量的同时大幅降低计算复杂度。核心能力包括：支持说话人相关的模型训练，能够生成自然流畅的语音波形；提供高效的实时推理能力，适合低延迟场景；代码基于 Python 和深度学习框架实现，易于集成到 TTS 流水线中。该项目处于早期阶段，适合研究者探索轻量级神经声码器的实现。
开源
free
音频音乐
GitHub 星标
★ 64
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队azraelkuan
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型deep-neural-networks,fftnet,text-to-speech,vocoder
GitHub 星标★ 64
30天Star增速
HF 下载量
上线时间2018-07-18 00:00:00
最近更新2024-01-04 00:00:00
维护状态低维护
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2
使用教程
核心亮点
- 基于 FFT 的架构设计，推理速度显著优于自回归声码器，适合实时应用
- 说话人相关建模，可针对特定音色进行优化，提升合成自然度
- 代码结构清晰，依赖少，易于在 TTS 系统中集成和二次开发
不足之处
- 项目处于早期阶段，文档和社区支持有限
- 仅支持说话人相关模式，泛化到多说话人场景需额外训练
适用场景
- 实时语音交互系统（如虚拟助手、游戏角色配音）
- 低资源设备上的语音合成（如嵌入式、移动端）
- TTS 研究中作为轻量级声码器基线对比
替代项目
WaveNet、Parallel WaveGAN、LPCNet
项目介绍
下一篇：voices
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.
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
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···
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···