MSMC-TTS

多阶段码本生成，让语音合成更自然清晰

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 18 🐛 待处理 3 👀 关注 15
GitHub ↗
GitHub 星标 ★ 168
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，MIT许可证，完全免费，可自行部署使用。

项目预览

MSMC-TTS 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hhguo
GitHubhttps://github.com/hhguo/MSMC-TTS
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
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MIT
主要语言Python
技术栈/模型deep-learning,gan,speech-synthesis,text-to-speech,tts,vocoder,vq-vae,vqgan
GitHub 星标★ 168
上线时间2022-10-07 00:00:00
代码更新2024-04-10
仓库体积1.2 MB
本站数据更新2026-11-07
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

MSMC-TTS 是一个多阶段多码本（Multi-Stage Multi-Codebook）的语音合成（TTS）开源项目，基于深度学习与 GAN 架构，结合 VQ-VAE/VQGAN 技术实现高质量文本到语音的生成。该项目旨在解决传统 TTS 在音质、自然度和生成效率上的平衡问题，通过将语音编码为多阶段码本，逐步细化生成过程，从而提升合成语音的清晰度和表现力。核心能力包括：支持端到端的语音合成流程、内置声码器（vocoder）模块、采用对抗训练提升音频保真度。项目代码基于 Python 实现，适合研究者和开发者用于实验、定制和部署自己的 TTS 系统。作为早期项目，其架构设计具有参考价值，但生态和文档尚在完善中。

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 ★ 168

核心亮点

  • 多阶段码本设计，逐级细化生成，音质优于单阶段方法
  • 集成 VQ-VAE/VQGAN 与 GAN 训练，提升音频保真度
  • 代码结构清晰，便于二次开发和研究对比

不足之处

  • 项目处于早期，文档和社区支持较少
  • 依赖较多，环境配置成本较高

适用场景

  • 学术研究：对比多阶段码本 TTS 与现有基线
  • 定制语音合成：基于预训练模型微调特定说话人
  • 教育演示：学习 VQ-GAN 在语音生成中的应用

替代项目

VITS、Tacotron 2、FastSpeech 2

上一篇：ospeak

下一篇：HeadTTS

同类项目推荐

FunCodec 开源

把音频变成高质量 token，让 TTS 和音乐生成更简单

FunCodec is a research-oriented toolkit for audio quantization and downstream applic···

★ 449 2026-08-09
AstraTTS 开源

本地化低延迟流式TTS，支持自定义音色和中英混说

A high-performance, cross-platform TTS synthesis solution powered by ONNX Runtime, f···

★ 103 2026-08-09
node-edge-tts 开源

Node 里几行代码把文字变成带字幕的语音

Use Microsoft Edge's TTS service on Node.js with support for proxy and subtitles.

★ 160 2026-11-08
qwen-tts2api 开源

把通义千问 TTS 包装成 OpenAI 接口，一行代码切换语音服务

️ Qwen TTS to OpenAI Speech API

★ 88 2026-08-09
local11labs 开源

本地一键生成高质量语音和播客，快且私密

Local11Labs allows generating high-quality text-to-speech and podcast content using ···

★ 53 2026-08-09
Advanced-RVC-Inference 开源

一键下载并加速运行 RVC 语音转换模型，省时省力

Advanced RVC Inference for quicker and effortless model downloads

★ 91 2026-08-09
FastDiff 开源

让扩散声码器实时生成高质量语音，告别慢速合成。

PyTorch Implementation of FastDiff (IJCAI'22)

★ 424 2026-08-09
awesome-suno-prompts 开源

千条专业提示词，一键生成榜单级歌曲

A curated collection of 1000+ professional Suno AI style prompts for creating chart-···

★ 117 2026-08-09