dctts-pytorch

用卷积网络快速训练你的中文语音合成模型

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 27 🐛 待处理 2 👀 关注 3
GitHub ↗
GitHub 星标 ★ 76
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

dctts-pytorch 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chaiyujin
GitHubhttps://github.com/chaiyujin/dctts-pytorch
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dc-tts,pytorch,text-to-speech,tts
GitHub 星标★ 76
上线时间2018-06-15 00:00:00
代码更新2018-06-20
仓库体积5.0 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6

项目介绍

DC-TTS 的 PyTorch 非官方实现，基于论文《Efficiently Trainable Text-to-Speech System Based on Deep Convolutional Networks with Guided Attention》。该项目旨在提供一个轻量、可训练的端到端文本转语音方案，解决传统 TTS 模型训练成本高、依赖复杂对齐的问题。核心能力包括：使用深度卷积网络替代循环网络，通过引导注意力机制实现文本与语音的隐式对齐，支持多说话人训练（通过说话人嵌入），并提供完整的训练、合成流程。代码结构清晰，适合研究或二次开发，但作为早期项目，功能相对基础，未包含波形生成模块，需配合外部声码器使用。

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 ★ 76

技术标签

核心亮点

  • 纯卷积结构，训练速度比 RNN 类 TTS 更快
  • 内置引导注意力，无需外部对齐工具即可训练
  • 支持多说话人，通过简单嵌入实现音色切换

不足之处

  • 未提供预训练模型，需自行准备数据和训练
  • 缺少声码器，需额外集成 WaveGlow 等才能生成音频

适用场景

  • 学术研究：快速复现 DC-TTS 论文基线
  • 教学演示：理解端到端 TTS 的注意力机制
  • 轻量级 TTS 原型开发：在资源受限环境训练

替代项目

Tacotron2-PyTorch、ESPnet-TTS、Coqui-TTS

上一篇：UnivNet-pytorch

下一篇：PolyLangVITS

同类项目推荐

unspeech 开源

一个 API 接入所有 TTS 服务，自托管轻松切换

️ Your Text-to-Speech Services, All-in-One.

★ 109 2026-08-09
capcut-tts-api 开源

Python 封装语音合成与转写，快速接入 TTS/STT

capcut api tts & stt

★ 315 2026-10-25
Chinese-FastSpeech2 开源

让中文语音合成更有韵律，告别机器腔

基于标贝数据继续训练，同时对原本的FastSpeech2模型做了改进，引入了韵律表征以及韵律预测···

★ 276 2026-08-09
OpenMusenet2 开源

复现 OpenAI 音乐生成模型，用代码生成多风格 MIDI 音乐

Open source implementation of OpenAi's musenet

★ 70 2026-08-09
Step-Audio-EditX 开源

用一句话编辑语音情感和风格，还能零样本合成新声音

A powerful 3B-parameter, LLM-based Reinforcement Learning audio edit model excels at···

★ 996 2026-08-09
voice-over-translation 开源

网页视频一键加外语配音和字幕

Смотрите видео на другом языке с закадровым пе···

★ 7695 2026-10-27
Dot 开源

本地跑通 TTS+RAG+LLM，离线也能玩转 AI 语音和问答。

Text-To-Speech, RAG, and LLMs. All local!

★ 1916 2026-08-09
durian-pytorch 开源

用时长信息提升语音合成自然度，复现前沿论文

Implementation of "Duration Informed Attention Network for Multimodal Synthesis" pap···

★ 184 2026-08-09
Twocast 开源

一键把文章变成双人对话播客，多语言多音色，替代 NotebookLM

AI Podcast Generator for bilingual episodes, Multi Languages, Alternative to Noteboo···

★ 1290 2026-08-09