Bert-VITS2

用BERT增强的VITS2，让语音合成更自然、多语言更流畅

Bert-VITS2 是一个基于 VITS2 架构、引入多语言 BERT 特征的开源语音合成（TTS）项目。它解决了传统端到端 TTS 模型在多语言、多说话人场景下韵律和音色表现力不足的问题。核心能力包括：利用 BERT 提取文本的语义和上下文特征，增强语音的自然度和情感表达；支持多语言（中、英、日等）混合输入和跨语言合成；提供多说话人训练与推理，可定制音色；集成了多种声码器（vocoder）以提升音频质量。项目代码基于 PyTorch，提供完整的训练、微调和推理流程，并附带预训练模型和 WebUI 界面，方便开发者快速部署和二次开发。它广泛应用于游戏配音、有声书、虚拟主播、语音助手等场景，是当前开源 TTS 社区中活跃且效果领先的模型之一。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 8801

维护状态活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队fishaudio

所属国家

官网地址

GitHubhttps://github.com/fishaudio/Bert-VITS2

定价模式free

价格说明开源项目，AGPL-3.0许可，可免费自部署使用。

访问状态

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型agent,bert,bert-vits,bert-vits2,fish,fish-speech,llm,tts,vits,vits2,vocoder

GitHub 星标★ 8801

30天Star增速

HF 下载量

上线时间2023-07-29 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

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6

使用教程

难度：进阶约 10 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（项目为 Python 项目）
Git（用于克隆仓库）
可访问 GitHub 的网络

安装与启动步骤

1克隆仓库

从 GitHub 克隆 Bert-VITS2 项目到本地。
```
git clone https://github.com/fishaudio/Bert-VITS2.git
```
2进入目录

进入克隆下来的项目根目录。
```
cd Bert-VITS2
```
3阅读快速指南

README 指示参考 webui_preprocess.py 文件作为简易教程，请打开该文件查看。
4考虑替代方案

README 推荐使用 Fish-Speech 替代，本项目短期内不再维护。

如何确认成功

README 未提供启动命令，无法验证启动成功；请参考 webui_preprocess.py 或转用 Fish-Speech。

常见问题

Q：项目是否还在维护？

A：README 明确说明短期内不再维护，推荐使用 Fish-Speech 替代。

Q：如何快速上手？

A：README 建议参考 webui_preprocess.py 文件，其中包含简易教程。

Q：可以用于哪些用途？

A：README 严禁用于违反中国法律和政治相关用途，其他用途需遵守法律。

Q：需要安装哪些依赖？

A：README 未提供安装说明，请参考 webui_preprocess.py 或自行阅读代码学习。

注意事项

README 强调严禁用于违反《中华人民共和国宪法》等法律及政治相关用途。
本项目短期内不再维护，建议使用 Fish-Speech。
README 未提供详细的安装、配置和启动命令，需自行阅读代码。

核心亮点

引入多语言BERT，显著提升跨语言和情感表达的韵律自然度
支持中英日等多语言混合输入，适合国际化场景
提供完整训练/微调流程和WebUI，上手门槛低，社区活跃

不足之处

模型参数量较大，推理资源消耗高于轻量级TTS
文档/社区待观察：部分高级功能依赖特定数据格式，教程不够系统

适用场景

游戏角色配音与虚拟主播语音生成
有声书、播客等多语言内容制作
语音助手、客服机器人等交互式语音合成

替代项目

VITS、Fish-Speech、GPT-SoVITS

项目介绍

Bert-VITS2 是音频音乐领域的开源项目，由 fishaudio 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（8,801）位列前 6%，在音频音乐分类的 738 个项目里位列前 4%。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。AGPL-3.0许可，可免费自部署使用。

它主要面向的使用场景是：游戏角色配音与虚拟主播语音生成。同类可对比的替代方案包括 VITS、Fish-Speech、GPT-SoVITS。

上一篇：ebook2audiobook

下一篇：fish-speech