项目预览
项目数据
项目介绍
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 ★ 208
技术标签
核心亮点
- 频域建模思路新颖，能捕捉全局结构，生成音频更连贯
- 代码结构清晰，基于PyTorch，易于复现和二次开发
- 支持条件生成，可扩展为TTS等下游任务
不足之处
- 文档较少，仅有README基础说明，缺少详细教程
- 未提供预训练模型，用户需从零训练，成本高
- 项目维护不活跃，依赖库版本可能过旧
适用场景
- 学术研究：复现论文结果，探索频域音频生成
- 音乐生成：无条件生成旋律或环境音效
- 语音合成：结合条件输入实现文本到语音
替代项目
WaveNet、SampleRNN、Tacotron
上一篇：WG-WaveNet
下一篇：xtts-api-server
同类项目推荐
lofi-generator
开源
用深度学习一键生成 Lo-fi 背景音乐，灵感不枯竭
Music(Lo-fi) generation using deep learning techniques.
VibeVoice-ComfyUI
开源
在 ComfyUI 里拖拽节点，一键生成高质量多角色语音
A comprehensive ComfyUI integration for Microsoft's VibeVoice text-to-speech model, ···
liquid-audio
开源
端到端语音互转，实时交互低延迟
Liquid Audio - Speech-to-Speech audio models by Liquid AI
opencode-smart-voice-notify
开源
编码时用语音播报任务结果，不错过任何关键状态。
Smart voice notification plugin for OpenCode with multiple TTS engines (ElevenLabs, ···
Neural-HMM
开源
用神经HMM替代注意力，实现稳定高质量的语音合成
Neural HMMs are all you need (for high-quality attention-free TTS)
GPA
开源
一个模型搞定语音识别、合成和转换，轻量高效
[AutoArk] GPA (General Purpose Audio) can do ASR, TTS and voice conversion with one ···
speaker
开源
PHP 一键接入多家 TTS 服务，快速生成语音
A PHP library to convert text to speech using various web services
xtts-webui
开源
可视化操作XTTS，零代码实现语音合成与微调
Webui for using XTTS and for finetuning it
breeze-tts
开源
官方 PyTorch 推理，快速把文字变成中文语音
Official PyTorch inference for Breeze TTS 2