tacotron2 是音频音乐领域的开源项目，由 ide8 开发，2019 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 128。
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 2026-02-13。基于BSD-3-Clause许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：个性化语音助手开发。同类可对比的替代方案包括 Coqui TTS、ESPnet-TTS、Mozilla TTS。
tacotron2
多说话人+情感语音合成，一键生成个性化语音
Tacotron2 是一个基于 Tacotron 2 和 Waveglow 的多说话人、情感语音合成（TTS）开源项目。它解决了传统语音合成中音色单一、缺乏情感表达的问题，支持多说话人建模和情感控制。核心能力包括：使用 Tacotron 2 将文本转换为梅尔频谱，再通过 Waveglow 声码器生成高质量语音；支持多说话人嵌入，可切换不同音色；支持情感标签，实现带情感的语音输出。项目基于 Jupyter Notebook 提供交互式演示，方便快速体验和二次开发。适合研究语音合成、构建个性化语音助手或开发有声内容生成工具。
开源
free
音频音乐
GitHub 星标
★ 128
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ide8
所属国家
定价模式free
价格说明开源项目，基于BSD-3-Clause许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议BSD-3-Clause
主要语言Jupyter Notebook
技术栈/模型emotions,multispeaker,nvidia,tacotron,tacotron2,tacotron2-pytorch,tts,waveglow
GitHub 星标★ 128
30天Star增速
HF 下载量
上线时间2019-09-23 00:00:00
最近更新2026-02-13 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4
使用教程
核心亮点
- 基于 Tacotron 2 + Waveglow 成熟架构，语音质量高
- 支持多说话人嵌入，可灵活切换音色
- 支持情感控制，能生成带情绪的语音
不足之处
- 训练和推理资源消耗大，部署门槛高
- 文档和社区支持相对薄弱，上手难度较大
适用场景
- 个性化语音助手开发
- 有声书或播客内容生成
- 情感语音交互研究
替代项目
Coqui TTS、ESPnet-TTS、Mozilla TTS
项目介绍
上一篇：apple_airplayer
下一篇：LPC_for_TTS
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···