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 ★ 421
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.8+
- PyTorch
- （可选）NVIDIA GPU
安装与启动步骤
-
1拉仓库
论文官方实现，中文多音字消歧。
git clone https://github.com/GitYCC/g2pW.git -
2下标注数据
脚本会拉取所需语料。
bash cpp_dataset/download.sh -
3装依赖
BERT 相关依赖版本较旧。
-
4跑一次推理
给一句含多音字的句子，看注音是否正确。
-
5接进语音合成流程
它是拼音转换环节，前后要接文本规范化与声学模型。
如何确认成功
「银行行长」这类多音字密集的句子，注音结果与人工标注一致，而不是默认读法
注意事项
- 它解决中文多音字在上下文中的读音判定，是语音合成的前置环节。
- 多音字错误在合成里非常刺耳，比音色问题更影响听感。
- 依赖旧版 BERT 实现，新版环境要改代码。
- 专有名词与新词是主要失分点，需要自定义词典兜底。
- 训练数据规模有限，垂直领域要补标注。
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
上一篇：sonata-nvda
下一篇：ComfyUI-MegaTTS
同类项目推荐
PitchExtractor
开源
用深度学习精准提取音高，让语音转换和TTS训练更稳定。
Deep Neural Pitch Extractor for Voice Conversion and TTS Training
Advanced-RVC-Inference
开源
一键下载并加速运行 RVC 语音转换模型，省时省力
Advanced RVC Inference for quicker and effortless model downloads
xtts2-ui
开源
上传10秒语音，即刻克隆声音并生成任意文本语音
A User Interface for XTTS-2 Text-Based Voice Cloning using only 10 seconds of speech
ChineseTtsTflite
开源
安卓离线中文语音合成，快速测试TFLite模型
Android Chinese TTS Engine Base On Tensorflow TTS , use for TfLite Models Test。安卓···
Music-Source-Separation-Training
开源
一站式训练音乐分离模型，人声伴奏随手拆
Repository for training models for music source separation.
paroli
开源
在RK3588上跑通流式TTS，低延迟本地语音合成
Streaming TTS based on Piper with optional RK3588 NPU support
stable-audio-tools
开源
用文本或音频条件，训练并生成可控音乐音效
Generative models for conditional audio generation
StyleTTS2
开源
一句话集成人类级 TTS 与声音克隆，快速生成自然语音。
Pip installable package for StyleTTS 2 human-level text-to-speech and voice cloning
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