g2pW 是音频音乐领域的开源项目，由 GitYCC 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 412。
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 2026-09-23。Apache-2.0许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：中文TTS系统的前端文本正则化与注音。同类可对比的替代方案包括 pypinyin、g2pM、Chinese-G2P。
g2pW
中文多音字转拼音，让语音合成更准确
g2pW 是一个中文普通话的字素到音素（G2P）转换工具，主要解决中文文本到拼音或注音转换的问题。它基于 BERT 模型，能够根据上下文准确预测多音字的读音，是语音合成（TTS）和语音识别系统中的关键前置模块。项目提供了预训练模型和简单的 API，支持拼音和注音两种输出格式，并允许用户通过传入额外上下文（如词语边界）来优化预测结果。核心能力包括：利用 BERT 的上下文理解能力处理多音字消歧，提供分词和词性标注等辅助信息以提升准确率，以及支持批量转换和自定义词典。该工具在 INTERSPEECH 2022 上发表，学术背景扎实，适合中文语音相关应用开发。
开源
free
音频音乐
GitHub 星标
★ 412
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GitYCC
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型bert,chinese,g2p,tts
GitHub 星标★ 412
30天Star增速
HF 下载量
上线时间2022-03-11 00:00:00
最近更新2026-09-23 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2
使用教程
核心亮点
- 基于 BERT 上下文建模，多音字消歧准确率高
- 支持拼音和注音两种输出，适配不同应用场景
- 提供预训练模型，开箱即用，API 简洁
不足之处
- 模型较大，推理速度较慢，不适合实时低延迟场景
- 文档/社区待观察
适用场景
- 中文 TTS 系统的前端文本正则化与注音
- 中文语音识别（ASR）的拼音辅助训练
- 语言教学或词典应用中自动标注拼音
替代项目
pypinyin、g2pM、Chinese-G2P
项目介绍
上一篇：sonata-nvda
下一篇：ComfyUI-MegaTTS
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.
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
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···
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···