FastSpeech2
用 PyTorch 快速实现多说话人语音合成，训练推理都省心
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 ★ 99
核心亮点
- 非自回归架构，合成速度比自回归模型快数倍，适合实时场景
- 内置多说话人支持，可直接训练多音色模型，无需额外改造
- 提供 MelGAN 和 WaveGlow 两种声码器接口，灵活权衡音质与速度
不足之处
- 项目星标数少，社区活跃度低，文档和示例可能不够完善
- 依赖外部声码器（MelGAN/WaveGlow），需额外配置环境
适用场景
- 学术研究：复现 FastSpeech2 论文，对比非自回归 TTS 效果
- 多说话人语音合成：为有声书、虚拟助手定制不同音色
- 低延迟语音生成：用于实时交互系统，如语音助手、游戏配音
替代项目
Coqui TTS、ESPnet-TTS、Tacotron2
下一篇：AdaSpeech
同类项目推荐
Step-Audio-EditX
开源
用一句话编辑语音情感和风格，还能零样本合成新声音
A powerful 3B-parameter, LLM-based Reinforcement Learning audio edit model excels at···
examples
开源
照着抄，快速接入 ElevenLabs 语音合成与配音
MOSS-TTSD
开源
从短音频克隆声音，生成多说话人 expressive 对话
A multilingual model for long-form, multi-speaker dialogue synthesis with flexible s···
vits-simple-api
开源
一键部署 VITS 语音合成 API，快速集成 TTS 到你的应用
A simple VITS HTTP API, developed by extending Moegoe with additional features.
clipboard-narrator
开源
复制网页文字，后台自动朗读成有声书
Turn any web page into an audiobook, works in the background on desktop!
omi-read-aloud
开源
复制即朗读，AI 回复用耳朵听
A lightweight macOS menu bar companion that reads copied conversation text and AI re···
ComfyUI_YuE
开源
在 ComfyUI 里把歌词一键变成整首歌
YuE is a groundbreaking series of open-source foundation models designed for music g···
gitpodcast
开源
把代码仓库变成播客，通勤路上听懂新项目
Convert any git repository into an engaging podcast
BeatDrop
开源
把音乐变成动态视觉，实时跟随节奏跳动
BeatDrop Music Visualizer