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 ★ 88
技术标签
核心亮点
- 仅需3秒参考音频即可实现零样本语音克隆，效果接近原论文
- 基于PyTorch实现，代码结构清晰，便于二次开发和学术研究
- 支持自定义数据集训练，灵活性高
不足之处
- 非官方实现，部分细节与原论文存在偏差，功能不完整
- 依赖特定音频编解码器（如EnCodec），环境配置复杂
- 文档和社区支持有限，仅处于早期阶段
适用场景
- 个性化语音合成，如虚拟助手、有声书配音
- 语音克隆研究，用于说话人音色迁移
- 低资源场景下的语音合成，如小样本TTS
替代项目
Bark、XTTS、Tortoise-TTS
上一篇：TwitterPiBot
下一篇：resemble-alexa
同类项目推荐
GLM-TTS
开源
几秒克隆音色，还能带情绪说话，让TTS更自然
GLM-TTS: Controllable & Emotion-Expressive Zero-shot TTS with Multi-Reward Reinforce···
audiblez
开源
把电子书一键变成有声书，通勤路上用耳朵读书
Generate audiobooks from e-books
Selection-js
开源
选中文本，即刻弹出操作菜单，让复制、搜索、分享一步到位。
A lightweight javascipt library which provides users with a set of options in the fo···
bmusegan
开源
用二值神经元GAN生成复调钢琴曲，适合AI作曲研究
Code for “Convolutional Generative Adversarial Networks with Binary Neurons for Pol···
SNAC
开源
零样本克隆声音，几秒音频即可合成新语音
Unofficial Pytorch implementation of SNAC: Speaker-normalized affine coupling layer ···
lobe-tts
开源
一行代码接入多平台语音合成与识别，服务端浏览器通吃。
Lobe TTS - A high-quality & reliable TTS/STT library for Server and Browser
Perceiver-Music-Transformer
开源
用 Perceiver 架构高效生成超长音乐，突破 Transformer 长度限制
SOTA Google's Perceiver-AR Music Transformer Implementation and Model
F5-TTS
开源
几秒参考音频即可克隆音色，生成自然流畅的中英语音
Official code for "F5-TTS: A Fairytaler that Fakes Fluent and Faithful Speech with F···
nonparaSeq2seqVC_code
开源
无需平行语料，实现任意说话人语音转换
Implementation code of non-parallel sequence-to-sequence VC