AutoVocoder 是音频音乐领域的开源项目，由 hcy71o 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 71。
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 2025-11-25。Apache-2.0 许可证，可自由使用和修改，无付费版本。
它主要面向的使用场景是：实时语音合成系统。同类可对比的替代方案包括 WaveGlow、HiFi-GAN、DDSP (原版)。
AutoVocoder
用可微信号处理，快速生成高质量语音波形
AutoVocoder 是一个基于可微数字信号处理（DDSP）的语音波形快速生成工具。它从学习到的语音表示（如音高、响度等）出发，通过可微分的声码器直接合成高质量音频波形，解决了传统神经声码器推理速度慢、依赖大量计算资源的问题。其核心能力在于将声码器中的信号处理模块（如滤波器、振荡器）设计为可微分的，从而可以端到端训练，同时保持生成音频的自然度和清晰度。项目使用 Python 实现，提供了训练和推理的接口，适用于语音合成、歌声合成等场景。目前项目处于早期阶段，代码结构清晰，但文档和社区支持尚不完善。
开源
free
音频音乐
GitHub 星标
★ 71
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hcy71o
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，可自由使用和修改，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型speech-synthesis,tts,vocoder,waveform-generator
GitHub 星标★ 71
30天Star增速
HF 下载量
上线时间2022-11-25 00:00:00
最近更新2025-11-25 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5
使用教程
核心亮点
- 基于DDSP，推理速度显著快于传统神经声码器
- 可微分信号处理模块，支持端到端训练
- 代码简洁，易于扩展和定制
不足之处
- 文档/社区待观察
- 依赖特定语音表示，泛化性可能受限
适用场景
- 实时语音合成系统
- 资源受限的边缘设备语音生成
- 歌声合成与音乐制作
替代项目
WaveGlow、HiFi-GAN、DDSP (原版)
项目介绍
上一篇：GST-Tacotron
下一篇：SyntaSpeech
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···