text2speech

让印度十亿用户用上母语语音合成

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 8 🐛 待处理 6 👀 关注 3
GitHub ↗
GitHub 星标 ★ 58
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，代码公开，可自行部署使用，完全免费。

项目预览

text2speech 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队gokulkarthik
GitHubhttps://github.com/gokulkarthik/text2speech
定价模式🏷️完全免费
价格说明开源项目，代码公开，可自行部署使用，完全免费。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
主要语言Jupyter Notebook
技术栈/模型assamese,bengali,bodo,deep-learning,gujarati,hindi,indian-languages,kannada,malayalam,manipuri,odia,pytorch,rajasthani,speech,speech-synthesis,tamil,telugu,text-to-speech,tts
GitHub 星标★ 58
上线时间2022-06-14 00:00:00
代码更新2023-05-07
仓库体积3.3 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

text2speech 是微软研究院实习生主导的开源项目，目标是构建面向印度十亿级用户的文本转语音（TTS）系统，相关论文已被 ICASSP 2023 收录。项目聚焦印度多种低资源语言（如阿萨姆语、孟加拉语、博多语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、曼尼普尔语、奥里亚语、拉贾斯坦语等），基于 PyTorch 深度学习框架实现。它解决的核心问题是：在数据稀缺的低资源语言场景下，如何构建可用的 TTS 系统。项目提供了模型训练、推理的代码和实验配置，支持多语言语音合成，并探索了跨语言迁移、数据增强等技术来提升合成质量。对于研究者和开发者，它提供了一个面向印度语言的 TTS 基线系统和实验平台，有助于推动低资源 TTS 研究。

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 ★ 58

核心亮点

  • 覆盖印度多种低资源语言，填补开源 TTS 空白
  • 基于 ICASSP 2023 论文，技术方案有学术支撑
  • 提供完整训练与推理代码，便于复现和二次开发

不足之处

  • 文档/社区待观察
  • 项目处于早期，星标少，可能缺少维护

适用场景

  • 印度本地语言语音助手开发
  • 低资源语言 TTS 学术研究基线
  • 多语言语音合成系统原型验证

替代项目

Coqui TTS、ESPnet-TTS、Mozilla TTS

上一篇：omi-read-aloud

下一篇：SNAC

同类项目推荐

Bert-VITS2-MNN 开源

把 Bert-VITS2 塞进手机，离线也能自然发声

A practical on-device BertVITS2 runtime for Android, powered by alibaba-MNN engine···

★ 163 2026-08-09
paradee 开源

9MB 小模型，单核 CPU 18 倍速念英文

An 8M-parameter English text-to-speech model distilled from Kokoro-82M. 9 MB, runs 1···

★ 225 2026-10-23
Tacotron 开源

长文本语音合成不掉字，PyTorch 实现 Tacotron

A PyTorch implementation of Location-Relative Attention Mechanisms For Robust Long-F···

★ 115 2026-08-09
Chatterbox-TTS-Server 开源

一键自托管，轻松生成高质量语音，支持声音克隆和长文本处理。

Self-host the powerful Chatterbox TTS model. This server offers a user-friendly Web ···

★ 1498 2026-08-09
awesome-music-programming 开源

一站式找齐音乐编程工具，省去全网搜索时间

A curated list of awesome music programming languages, libraries, frameworks and too···

★ 162 2026-08-09
Ming-3.0-tts 开源

一套模型搞定多语言配音、音色克隆与语气控制

Ming-3.0-tts is an open-source TTS model family with 0.5B dense and 7.9B-A1.3B MoE v···

★ 556 2026-11-08
kokoro-web 开源

免费自托管AI语音合成，OpenAI接口一键接入

Kokoro Web: Free AI text-to-speech, online or self-hosted, OpenAI compatible!

★ 764 2026-08-09
melgan 开源

用GAN声码器把梅尔频谱快速变成逼真语音

MelGAN implementation with Multi-Band and Full Band supports...

★ 63 2026-08-09
ComfyUI_FL-HeartMuLa 开源

在 ComfyUI 里用歌词直接生成多语言完整歌曲

FL HeartMuLa - Multilingual AI music generation nodes for ComfyUI. Generate full son···

★ 134 2026-10-02