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 ★ 130
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
上一篇：apple_airplayer
下一篇：LPC_for_TTS
同类项目推荐
AudioSmith
开源
Mac 上本地搞定转录、配音和声音克隆
Speech, voices, stories, audiobooks, dubbing and transcription, made on your Mac. Fr···
ComfyUI-VoxCPM2
开源
在 ComfyUI 里直接做多语言语音合成和克隆，还能训练 LoRA
VoxCPM2 TTS for ComfyUI. 30 languages, voice design, controllable cloning, 48kHz aud···
piper-rs
开源
在 Rust 中离线合成语音，轻松集成 Piper 模型。
Use piper TTS models in Rust
Comprehensive-Transformer-TTS
开源
用Transformer并行合成语音，速度飞快，效果媲美SOTA。
A Non-Autoregressive Transformer based Text-to-Speech, supporting a family of SOTA t···
DiffSinger
开源
用扩散模型快速生成高自然度歌声，输入MIDI即可合成演唱。
DiffSinger: Singing Voice Synthesis via Shallow Diffusion Mechanism (SVS & TTS); AAA···
doc2audiobook
开源
把文档变成有声书，通勤路上用耳朵学习
Convert text documents to high fidelity audio(books).
WG-WaveNet
开源
无 GPU 也能实时生成高保真语音，让语音合成摆脱硬件束缚。
Real-Time High-Fidelity Speech Synthesis without GPU
RealtimeTTS
开源
实时把文字变语音，低延迟流式输出，轻松集成各种 TTS 引擎。
Converts text to speech in realtime
DeepMusicvStyle
开源
指定风格，一键生成对应旋律的 MIDI 音乐
Code repo for ICME 2020 paper "Style-Conditioned Music Generation". VAE model that a···