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 ★ 135
核心亮点
- 无需转录文本，仅需未标注语音即可进行说话人自适应，大幅降低数据门槛
- 基于扩散模型，生成语音的自然度和表现力优于传统自回归方法
- 官方实现，代码结构清晰，包含训练和推理示例，便于复现论文结果
不足之处
- 项目处于早期阶段，文档和社区支持尚不完善，上手需要一定研究背景
- 依赖自监督语音单元提取，推理速度可能较慢，实时性待优化
适用场景
- 个性化语音合成：为虚拟助手、游戏角色快速定制声音
- 声音转换：在配音、影视后期中实现跨说话人声音转换
- 低资源语音合成：为小语种或稀缺语音数据场景构建语音系统
替代项目
YourTTS、VITS、Coqui TTS
上一篇：articulate.js
下一篇：Verbify-TTS
同类项目推荐
jpreprocess
开源
用 Rust 重写 OpenJTalk，让日语 TTS 文本预处理更快更安全
Japanese text preprocessor for Text-to-Speech applications (OpenJTalk rewrite in rus···
xn-ptts
开源
用 Rust 跑 Phonon 语音合成推理
Phonon TTS inference using xn
so-vits-models
开源
一站式收藏AI模型，快速找到声音、图像、视频生成工具
收集有关so-vits-svc、TTS、SD、LLMs的各种模型、应用以及文字、声音、图片、视频有关的mo···
soprano
开源
输入文本，秒出超逼真语音，让应用开口说话。
Soprano: Instant, Ultra-Realistic Text-to-Speech
gTTS
开源
几行代码调用谷歌翻译，把文字变成语音
Python library and CLI tool to interface with Google Translate's text-to-speech API
ace-step-ui
开源
本地无限量生成音乐，免费白嫖 Suno 同款
The Ultimate Open Source Suno Alternative - Professional UI for ACE-Step 1.5 AI Musi···
voicehub
开源
一套接口，调用所有 TTS 模型，快速集成语音合成。
VoiceHub: A Unified Inference Interface for TTS Models
voice-studio
开源
本地多模型 AI 语音生成，替代 ElevenLabs，省钱又私密。
A multi-model local AI Voice Generator (TTS) studio. An open-source alternative to E···
Learn2Sing2.0
开源
让AI模仿你的声音唱歌，用扩散模型实现个性化歌声合成
Diffusion and Mutual Information-Based Target Speaker SVS by Learning from Singing T···