magphase

用幅度和相位重建自然语音，让 TTS 发声更真实

MagPhase 是一个基于 Python 的开源声码器，用于语音分析与合成，主要面向文本转语音（TTS）及相关应用。它解决了传统声码器在语音自然度和计算效率之间的平衡问题，通过提取幅度谱和相位信息，并采用相位估计与重建技术，生成高质量的语音波形。核心能力包括：对语音信号进行短时傅里叶变换（STFT）分析，提取幅度和相位特征；利用 MagPhase 算法合成语音，支持与 HTS（HMM-based Speech Synthesis System）等传统 TTS 前端集成；提供命令行工具和 Python API，方便研究人员和开发者进行实验与部署。项目代码结构清晰，依赖较少，适合作为学习声码器原理和二次开发的参考。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 80

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CSTR-Edinburgh

所属国家

官网地址

GitHubhttps://github.com/CSTR-Edinburgh/magphase

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型merlin,phase-spectra,speech-analysis,synthesis,tts,vocoder

GitHub 星标★ 80

30天Star增速

HF 下载量

上线时间2017-08-19 00:00:00

最近更新2025-02-10 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3

使用教程

核心亮点

基于相位重建的声码器，相比传统参数声码器能保留更多语音细节，提升自然度
纯 Python 实现，依赖简单，易于阅读和修改，适合学术研究
提供与 HTS 的接口，可直接用于传统统计参数语音合成流程

不足之处

项目处于早期阶段，文档较少，社区活跃度低
合成速度可能较慢，未针对实时应用优化
仅支持 Python 2，缺乏对现代 Python 3 的官方支持

适用场景

学术研究：用于探索新的声码器算法和相位重建技术
语音合成教学：作为理解 TTS 前端和声码器原理的示例
与 HTS 等传统 TTS 系统集成，构建完整的语音合成链路

替代项目

WORLD、STRAIGHT、WaveNet Vocoder

项目介绍

magphase 是音频音乐领域的开源项目，由 CSTR-Edinburgh 开发，2017 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 80。

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 2025-02-10。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：学术研究：用于探索新的声码器算法和相位重建技术。同类可对比的替代方案包括 WORLD、STRAIGHT、WaveNet Vocoder。

上一篇：ha-tts-bluetooth-speaker

下一篇：speech-tts-cors