text2speech

让印度十亿用户用上母语语音合成

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。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 58

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gokulkarthik

所属国家

官网地址

GitHubhttps://github.com/gokulkarthik/text2speech

定价模式free

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

是否开源是

开源协议

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

30天Star增速

HF 下载量

上线时间2022-06-14 00:00:00

最近更新2026-09-18 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3

使用教程

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

项目介绍

text2speech 是音频音乐领域的开源项目，由 gokulkarthik 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 58。

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 2026-09-18。代码公开，可自行部署使用，完全免费。

它主要面向的使用场景是：印度本地语言语音助手开发。同类可对比的替代方案包括 Coqui TTS、ESPnet-TTS、Mozilla TTS。

上一篇：omi-read-aloud

下一篇：SNAC