tacotron 是音频音乐领域的开源项目，由 google 开发，2017 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 539。
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 2026-07-21。提供音频样本和代码，完全免费。
它主要面向的使用场景是：研究端到端TTS发展历程，对比早期模型效果。同类可对比的替代方案包括 Tacotron2、FastSpeech、WaveNet。
GitHub 星标
★ 539
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google
所属国家
定价模式free
价格说明开源项目，提供音频样本和代码，完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言HTML
技术栈/模型audio,machine-learning,prosody,speech,tacotron,tts
GitHub 星标★ 539
30天Star增速
HF 下载量
上线时间2017-03-20 00:00:00
最近更新2026-07-21 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
- 提供大量真实合成音频，直观感受模型效果
- 涵盖多说话人和韵律控制样例，展示模型能力
- 作为经典TTS模型，是理解端到端语音合成的重要学习资源
不足之处
- 仅音频样本，无训练代码和推理实现
- 文档/社区待观察
适用场景
- 研究端到端TTS发展历程，对比早期模型效果
- 教学演示，展示注意力机制在语音合成中的应用
- 为TTS产品选型提供效果参考
替代项目
Tacotron2、FastSpeech、WaveNet
项目介绍
上一篇：Kazakh_TTS
下一篇：podcast-llm
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···