AutoVocoder

用可微信号处理,快速生成高质量语音波形

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 13 🐛 待处理 1 👀 关注 9
GitHub ↗
GitHub 星标 ★ 71
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,Apache-2.0 许可证,可自由使用和修改,无付费版本。

项目预览

AutoVocoder 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hcy71o
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
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
上线时间2022-11-25 00:00:00
代码更新2022-12-02
仓库体积1.4 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6

项目介绍

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。

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 ★ 71

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)

上一篇:GST-Tacotron

下一篇:SyntaSpeech

同类项目推荐

StyleTTS2 开源

一句话集成人类级 TTS 与声音克隆,快速生成自然语音。

Pip installable package for StyleTTS 2 human-level text-to-speech and voice cloning

★ 158 2026-08-09
tts 开源

几行 Python 代码,把文字变成自然语音

Inworld TTS

★ 766 2026-10-25
ComfyUI-EdgeTTS 开源

在 ComfyUI 里一键把文字变成自然语音,轻松加配音。

ComfyUI-EdgeTTS is a powerful text-to-speech node for ComfyUI, leveraging Microsoft'···

★ 81 2026-08-09
e2-tts-pytorch 开源

几行代码实现零样本语音克隆,让 TTS 不再复杂

Implementation of E2-TTS, "Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TT···

★ 520 2026-08-09
musical-neural-net 开源

用 LSTM 训练 AI 生成钢琴或小提琴音乐,输入 MIDI 即出作品。

Train an LSTM to generate piano or violin/piano music.

★ 568 2026-08-09
XZVoice 开源

免费开源的桌面TTS工具,一键把文字变成自然语音

Free and open source text-to-speech software

★ 1162 2026-08-09
awesome-tts-samples 开源

边听边看论文,快速对比各家TTS语音效果

Awesome list of TTS papers with audio samples

★ 60 2026-08-09
vits-simple-api 开源

一键部署 VITS 语音合成 API,快速集成 TTS 到你的应用

A simple VITS HTTP API, developed by extending Moegoe with additional features.

★ 1046 2026-08-09
Multilingual_Text_to_Speech 开源

一个模型搞定多语言混合语音合成,还能克隆声音

An implementation of Tacotron 2 that supports multilingual experiments with paramete···

★ 843 2026-08-09