magphase

用幅度和相位重建自然语音,让 TTS 发声更真实

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 31 🐛 待处理 7 👀 关注 20
GitHub ↗
GitHub 星标 ★ 80
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,Apache-2.0 许可证,可免费使用和部署。

项目预览

magphase 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CSTR-Edinburgh
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
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
上线时间2017-08-19 00:00:00
代码更新2019-10-14
仓库体积19.0 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4

项目介绍

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。

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 ★ 80

技术标签

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

上一篇:ha-tts-bluetooth-speaker

下一篇:speech-tts-cors

同类项目推荐

ebook2audiobook 开源

一键把电子书变成有声书,支持千种语言和声音克隆

Generate audiobooks from e-books, 50+ TTS engines with voice cloning and 1696 langua···

★ 20514 2026-08-09
musicaiz 开源

一站式搞定符号音乐生成、评估与分析

A python framework for symbolic music generation, evaluation and analysis

★ 194 2026-08-09
faster-qwen3-tts 开源

让 Qwen3-TTS 边生成边出声,实时对话不卡顿

Real-time text-to-speech with Qwen3-TTS

★ 1414 2026-10-01
abogen 开源

把电子书一键变成带字幕的有声书,听读两不误。

Generate audiobooks from EPUBs, PDFs and text with synchronized captions.

★ 6212 2026-08-09
nnmnkwii 开源

快速搭建语音合成原型,专注算法验证与实验。

Library to build speech synthesis systems designed for easy and fast prototyping.

★ 399 2026-08-09
MsEdgeTTS 开源

免密钥免费调用 Edge 高质量语音合成,几行代码集成 TTS

A simple Azure Speech Service module that uses the Microsoft Edge Read Aloud API. ht···

★ 347 2026-08-09
StyleSpeech 开源

一条参考音频,快速克隆说话风格,合成自然语音

Official implementation of Meta-StyleSpeech and StyleSpeech

★ 254 2026-08-09
Parakeet 开源

用 PaddlePaddle 一键训练和部署多种主流语音合成模型

PAddle PARAllel text-to-speech toolKIT (supporting Tacotron2, Transformer TTS, FastS···

★ 628 2026-08-09