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 ★ 57
技术标签
核心亮点
- 创新架构：说话人归一化仿射耦合层，提升零样本克隆效果
- 轻量实现：纯 PyTorch 编写，易于理解和二次开发
- 零样本能力：无需微调，短音频即可生成新说话人语音
不足之处
- 文档/社区待观察
- 依赖外部预训练模型，部署流程稍复杂
适用场景
- 个性化语音合成应用开发
- 学术研究：流式生成模型在TTS中的应用
- 低资源语音合成场景
替代项目
YourTTS、XTTS、Coqui TTS
上一篇：text2speech
下一篇：kokoro-coreml
同类项目推荐
tacotron
开源
听Tacotron合成语音，感受端到端TTS的早期突破
Audio samples accompanying publications related to Tacotron, an end-to-end speech sy···
NVDA-IBMTTS-Driver
开源
让 NVDA 用上经典 IBMTTS 语音，听感更自然
This project is aimed at developing and maintaining the NVDA IBMTTS driver. IBMTTS i···
SoundStorm-pytorch
开源
并行音频生成，让语音合成快数倍
Google's SoundStorm: Efficient Parallel Audio Generation
DualCodec
开源
低帧率音频编码，让语音生成又快又准
[Interspeech 2025] DualCodec: A Low-Frame-Rate, Semantically-Enhanced Neural Audio C···
TTS
开源
让 Arduino 开口说话，几行代码实现语音播报
Arduino Text-to-Speech Library
WhisperSpeech
开源
反转Whisper，用识别模型生成自然语音，快速搭建TTS应用
An Open Source text-to-speech system built by inverting Whisper.
ElevenLabs-Clone
开源
自建语音合成服务，摆脱 ElevenLabs 限制和费用
A self-hosted ElevenLabs clone for text-to-speech, voice conversion, and AI audio ge···
magda-core
开源
用代码和AI驱动音乐制作，让DAW自动化飞起来
An open ecosystem for music production.
xttsv2-vllm-streaming-server
开源
让 XTTS-v2 实时说话，0.5 秒首响，即插即用
Real-time streaming TTS server for XTTS-v2 on vLLM — OpenAI-compatible API, ~0.5s T···