MB-iSTFT-VITS2
用多频带解码器加速语音合成，训练更快、推理更省资源
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 ★ 135
核心亮点
- 采用 MB-iSTFT 多频带解码器，相比原始 VITS 推理速度更快，显存占用更低
- 基于 vits2_pytorch 成熟架构，代码可读性好，易于对比实验和二次开发
- 支持多说话人和多语言，提供预训练模型，开箱即用门槛较低
不足之处
- 项目早期，文档和社区支持尚不完善，上手可能需要自行摸索
- 未提供详细的训练教程和效果对比基准，实际性能需自行验证
适用场景
- 实时语音合成应用（如虚拟助手、游戏NPC）对低延迟有要求
- 资源受限环境（如边缘设备）部署TTS模型
- 学术研究：探索高效解码器在VITS类模型中的效果
替代项目
VITS、MB-iSTFT-VITS、Coqui TTS
上一篇：GSV-TTS-Lite
下一篇：NekoSpeak
同类项目推荐
teochew-g2p
开源
把潮州话汉字转成音素，让TTS能读出来
这是一个潮州话文本端的处理工具和正字标准，主要为潮州方言的语音合成服务
parkiet
开源
荷兰语文本秒变自然语音，开源 TTS 模型
Parkiet is a 1.6B parameter Dutch text-to-speech model (TTS)
Keras_music_gereration
开源
用LSTM自动学旋律，生成新音乐片段
Music generation with Keras and LSTM
Multilingual_Text_to_Speech
开源
一个模型搞定多语言混合语音合成，还能克隆声音
An implementation of Tacotron 2 that supports multilingual experiments with paramete···
PolyLangVITS
开源
一个模型搞定中英日韩语音合成，开箱即用
Multi-speaker Speech Synthesis Using VITS(KO, JA, EN, ZH)
epub2mp3
开源
把电子书变成有声书，用 Edge TTS 一键转 MP3
这是一个使用 Microsoft Edge TTS 服务将 EPUB 电子书转换为 MP3 音频文件的工具。
HebTTS
开源
跳过元音预测，直接让AI用希伯来语开口说话
The official implementation of "A Language Modeling Approach to Diacritic-Free Hebre···
open-audio
开源
输入文字，一键生成自然语音并下载
Open-Audio TTS: A robust web app leveraging OpenAI's powerful Text-to-Speech (TTS) m···
MockingBird
开源
5 秒复刻一个声音，你说什么它就能说什么
Clone a voice in 5 seconds to generate arbitrary speech in real-time