GenVC

零样本音色转换，用自监督语言模型保留情感和韵律

GenVC 是一个基于自监督生成式语言模型的语音转换（Voice Conversion）开源项目，旨在将一个人的声音转换为另一个人的声音，同时保留语言内容和情感表达。它解决了传统语音转换方法依赖平行语料、对齐困难以及音色迁移不自然的问题。核心能力包括：利用自监督预训练模型提取说话人无关的语义特征，结合生成式语言模型重建目标音色的声学特征，从而实现零样本或少样本的语音转换。项目提供完整的训练和推理流程，支持自定义数据集，并基于 Python 实现，便于研究者复现和扩展。其技术路线在保留韵律和情感细节方面具有潜力，适合用于语音合成研究、配音制作、辅助语音障碍者等场景。目前项目处于早期阶段，代码结构和文档简洁，但功能完整。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 60

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caizexin

所属国家

官网地址

GitHubhttps://github.com/caizexin/GenVC

定价模式free

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

是否开源是

开源协议MIT

主要语言Python

技术栈/模型speech-generation,voice-anonymization,voice-cloning,voice-conversion

GitHub 星标★ 60

30天Star增速

HF 下载量

上线时间2025-03-25 00:00:00

最近更新2026-08-03 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

基于自监督生成式LM，无需平行语料即可实现零样本语音转换
完整提供训练与推理代码，支持自定义数据集，易于复现
在保留语言内容和情感韵律方面有技术优势，适合高质量转换

不足之处

项目处于早期，文档和社区支持待观察
依赖较多预训练模型，部署和调参门槛较高

适用场景

语音合成研究中的音色转换实验
影视配音或有声内容制作中的声音替换
辅助语音障碍者个性化发声

替代项目

Coqui TTS、Voice Conversion (VC) - StarGAN-VC、SoftVC VITS

项目介绍

GenVC 是音频音乐领域的开源项目，由 caizexin 开发，2025 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 60。

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 2026-08-03。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：语音合成研究中的音色转换实验。同类可对比的替代方案包括 Coqui TTS、Voice Conversion (VC) - StarGAN-VC、SoftVC VITS。

上一篇：Twocast

下一篇：csm-voice-cloning