voicesmith

一键搞定 TTS 模型训练，从数据到模型不再头疼

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 32 🐛 待处理 12 👀 关注 11
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 230
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，完全免费，需自行部署。

项目预览

voicesmith 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dunky11
官网地址https://docs.voicesmith.io
GitHubhttps://github.com/dunky11/voicesmith
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0许可证，完全免费，需自行部署。
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dataset-manager,delightfultts,preprocessing,speech-synthesis,text-to-speech,toolkit,tts,univnet,voice-cloning
GitHub 星标★ 230
上线时间2022-05-17 00:00:00
代码更新2022-10-10
仓库体积58.4 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5

项目介绍

VoiceSmith 是一个正在开发中的语音合成工具包，旨在简化文本到语音（TTS）模型的训练流程。它主要面向研究人员和开发者，解决了传统 TTS 训练中数据管理复杂、预处理繁琐、模型配置困难等问题。项目基于 Python，集成了数据集管理、预处理、模型训练等模块，并支持 DelightfulTTS 和 UnivNet 等主流模型架构，提供语音克隆能力。其核心能力包括：统一的数据集管理接口，支持多种数据格式；自动化的音频预处理流程，如文本清洗、音素转换、特征提取等；以及简化的模型训练和微调流程，降低上手门槛。目前项目处于早期阶段，功能仍在完善中，但已展现出成为一站式 TTS 训练平台的潜力。

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 ★ 230

核心亮点

  • 提供统一的数据集管理接口，支持多种数据格式，简化数据准备
  • 内置 DelightfulTTS 和 UnivNet 等先进模型，开箱即用
  • 自动化预处理流程，减少手动操作，提升训练效率

不足之处

  • 项目尚处 WIP 阶段，功能不完整，稳定性待验证
  • 文档和社区支持较少，上手可能遇到困难

适用场景

  • 研究者快速验证新的 TTS 模型架构
  • 开发者构建自定义语音克隆应用
  • 教育场景中教学 TTS 训练流程

替代项目

Coqui TTS、ESPnet、Mozilla TTS

上一篇：Crystal

下一篇：ronor

同类项目推荐

bot-whatsapp 开源

用 Node.js 快速搭建 WhatsApp 多功能机器人，但已停止维护

Unmaintained - Multipurpose WhatsApp Bot using open-wa/wa-automate-nodejs library! ···

★ 91 2026-08-09
BVAE-TTS 开源

用贝叶斯变分自编码器生成更自然多样的语音

Official implementation of BVAE-TTS

★ 172 2026-08-09
HOT-Step-CPP 开源

拧旋钮，本地 C++ 离线生成 AI 音乐

Turn dials. Summon bangers! NOW WITH MORE C++! Local AI music generation powered by ···

★ 194 2026-10-02
EbookReader 开源

一个App搞定十余种电子书格式，还能听书

The EbookReader Android App. Support file format like epub, pdf, txt, html, mobi, az···

★ 156 2026-08-09
kokoro-coreml 开源

一键转换 Kokoro TTS 到 Apple 芯片，实现端侧快速语音合成

Kokoro TTS 9.8x faster than MLX on an M1 Mac. Speaks 27 seconds of audio in under a ···

★ 78 2026-08-09
voice-builder 开源

拖拽式搭建自定义语音，快速生成 TTS 模型

An opensource text-to-speech (TTS) voice building tool

★ 688 2026-08-09
tts-server-android 开源

让安卓手机秒变智能朗读助手，自定义音色和接口

这是一个Android系统TTS应用，内置微软演示接口，可自定义HTTP请求，可导入其他本地TTS引擎···

★ 4541 2026-08-09
LEMAS-TTS 开源

一个模型克隆10种语言的说话人声音，几秒音频即可合成新语音。

LEMAS‑TTS is a multilingual zero‑shot text‑to‑speech system, supporting 10 langu···

★ 104 2026-08-09