Chinese-FastSpeech2

让中文语音合成更有韵律，告别机器腔

Chinese-FastSpeech2 是一个基于 FastSpeech2 的中文语音合成（TTS）开源项目。它针对中文发音特点，在标贝数据上继续训练，并引入了韵律表征与韵律预测模块，解决了原生 FastSpeech2 在中文合成时语调平淡、节奏感不足的问题。项目核心能力包括端到端的文本到语音转换、韵律建模（如停顿、重音、语调起伏）以及多说话人支持。通过改进的模型结构，生成的语音更自然、生动，富有表现力，适合用于有声书、虚拟主播、语音助手等场景。项目基于 PyTorch 实现，代码结构清晰，提供了训练和推理脚本，便于研究者复现和二次开发。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 275
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Executedone
所属国家
官网地址
GitHubhttps://github.com/Executedone/Chinese-FastSpeech2
定价模式free
价格说明开源项目，基于FastSpeech2改进的中文语音合成模型，需自行部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型chinese-tts,fastspeech2,pytorch,speech,speech-synthesis,text-to-speech,tts
GitHub 星标★ 275
30天Star增速
HF 下载量
上线时间2022-11-12 00:00:00
最近更新2026-08-15 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1

使用教程

核心亮点

  • 引入韵律表征和预测模块，显著提升中文发音的生动性和节奏感
  • 基于标贝数据训练，对中文语音特性适配更好
  • 提供完整训练和推理流程，便于研究和工程落地

不足之处

  • 文档和社区支持相对薄弱，上手门槛较高
  • 依赖特定数据集（标贝），泛化到其他数据需自行调整

适用场景

  • 有声书和播客内容生成
  • 虚拟主播和数字人语音合成
  • 语音助手和智能客服的个性化语音

替代项目

FastSpeech2、Tacotron2、VITS

项目介绍

Chinese-FastSpeech2 是音频音乐领域的开源项目，由 Executedone 开发，2022 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 275。

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 2026-08-15。基于FastSpeech2改进的中文语音合成模型，需自行部署，完全免费。

它主要面向的使用场景是：有声书和播客内容生成。同类可对比的替代方案包括 FastSpeech2、Tacotron2、VITS。

上一篇：LocalText2Voice

下一篇：spear-tts-pytorch

同类项目推荐

tango 开源

输入一句话，自动生成匹配的音频内容

A family of diffusion models for text-to-audio generation.

★ 1239 2026-08-09
AuK 开源

一个模型搞定语音生成、编辑与分离

AuK: An Open-Source Foundational Model for Speech Generation and Editing

★ 1236 2026-09-13
swift-tts 开源

Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
ai-dj 开源

现场演出中实时用 AI 生成音乐，保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 246 2026-08-09