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 ★ 538
使用教程
环境要求
- 无需环境
安装与启动步骤
-
1先看它是什么
仓库只放论文配套的音频样本，没有训练或推理代码。
-
2对照论文听样本
按章节听，能直观感受不同配置的差别。
-
3找官方实现
要复现得去搜对应的开源实现，不在这个仓库里。
-
4当基线参考
评估自己的合成效果时，这些样本是现成的对照。
如何确认成功
能说清这个仓库提供了什么、缺什么，并找到至少一个可运行的替代实现
注意事项
- 它只是论文的音频样本仓库，没有代码，clone 下来只有音视频文件。
- 价值在试听对照，尤其是判断某种声码器或对齐方式的听感差异。
- 复现要另找实现，别在这里找代码。
- 样本年代较早，与当前模型音质差距明显。
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
上一篇：Kazakh_TTS
下一篇：podcast-llm
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···
cosyvoice-docker
开源
一条命令部署阿里 CosyVoice，带界面和 API，秒级克隆音色
️ CosyVoice All-in-One Docker - Production-ready TTS with Web UI, REST API & Voice ···
lalalai
开源
调用 LALAL.AI API，快速实现人声分离与音频处理
Official examples for LALAL.AI API: stem separation, voice cleaning, voice cloning, ···
ttsmms
开源
一键调用MMS模型，让数百种语言开口说话
TTS with The Massively Multilingual Speech (MMS) project
Voice-Privacy-Challenge-2020
开源
一键匿名化语音，保护说话人身份，同时保留内容可懂度。
Baseline Recipe for VoicePrivacy Challenge 2020: https://www.voiceprivacychallenge.o···
Unitale
开源
浏览器里一键把剧本变成带音效和配图的有声书
一个基于Indextts和Qwen3TTS的 AI 有声书制作工具。利用 LLM 自动拆解剧本与识别情绪，集成···
Multi-Singer
开源
从乐谱和歌词合成自然歌声，复现顶会论文效果
PyTorch Implementation of Multi-Singer (ACM-MM'21)
Pandrator
开源
把 PDF 和视频一键变成带克隆声音的有声书和译制片
Turn PDFs and EPUBs into audiobooks; subtitles or videos into dubbed videos (includi···
LPC_for_TTS
开源
从梅尔频谱图快速提取LPC系数，助力TTS声学建模
Linear Prediction Coefficients estimation from mel-spectrogram implemented in Python···