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 ★ 325
技术标签
核心亮点
- 集成说话人分离，能区分不同角色并分别配音，提升对话自然度
- 支持声音克隆，生成的配音能保留原演员音色，观感更贴近原片
- 模块化设计，可灵活接入不同 TTS 引擎，适应多种语言和音质需求
不足之处
- 早期项目，文档和示例较少，上手门槛较高
- 依赖多个外部 AI 服务，配置复杂且可能产生额外费用
适用场景
- 个人创作者为外语短视频、Vlog 添加本地语言配音
- 小型工作室快速制作影视剧的多语言预告片或片段
- 教育机构将外语课程视频本地化，方便非母语学习者
替代项目
Coqui TTS、OpenUnmix、WhisperX
上一篇：edge-TTS-record
下一篇：YourTTS
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
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···
pitchtron
开源
让韩语方言TTS说对音调，不再怪腔怪调
TTS for pitch-accented language. Korean dialect DB.
Tacotron-pytorch
开源
用 PyTorch 快速上手 Tacotron，训练自己的语音合成模型
Pytorch implementation of Tacotron
supertonic-py
开源
本地极速语音合成，离线也能开口说话
Lightning-Fast, On-Device TTS — running natively via ONNX.
radium
开源
图形化 tracker，像 DAW 一样拖音符，保留逐行编辑精度
A graphical music editor. A next generation tracker.
Awesome-Music-Generation
开源
一站式找全音乐生成模型，从旋律到歌曲不迷路
Awesome music generation model——MG²
lalalai
开源
调用 LALAL.AI API，快速实现人声分离与音频处理
Official examples for LALAL.AI API: stem separation, voice cleaning, voice cloning, ···
vampnet
开源
用掩码变换器，让AI按你的提示生成音乐片段
music generation with masked transformers!