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 ★ 119
核心亮点
- 基于 WaveGAN 和 COALA 的成熟模型组合，生成质量有保障
- 提供完整的训练和推理脚本，易于复现和二次开发
- 代码结构清晰，依赖管理规范，便于上手
不足之处
- 文档/社区待观察
- 仅支持短音频生成，长音频场景受限
适用场景
- 学术研究：文本到音频生成的实验对比
- 快速原型：为游戏或应用生成音效素材
- 教育演示：展示生成对抗网络在音频领域的应用
替代项目
AudioGen、MusicGen、DiffSound
同类项目推荐
speech-tts-cors
开源
绕过跨域限制，一行代码让网页开口说话
百度语音 语音合成 跨域demo以及支持库
VoxCPM
开源
给 AI 一句描述，就能捏出从没听过的全新嗓音
VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Desig···
Confucius4-TTS
开源
一句话克隆音色，跨语言说外语
Confucius4-TTS: a Multilingual and Cross-Lingual Zero-Shot TTS Engine
MemoAI
开源
导入视频，自动出双语字幕和笔记
MemoAI Video to translated text, subtitles and notes made easy.
ComfyUI-Chatterbox
开源
在 ComfyUI 工作流里一键生成语音、转换音色
ComfyUI Chatterbox TTS & Voice Conversion Node
youtube-auto-dub
开源
本地免费给YouTube视频配音，克隆原声换语言，自动同步字幕
Local-first, open-source YouTube dubbing: clones the original voice into another lan···
qwen3-tts-apple-silicon
开源
在 Mac 上离线跑通 Qwen3-TTS，克隆音色、设计声音，一键生成。
Run Qwen3-TTS text-to-speech locally on Mac (M1/M2/M3/M4). Voice cloning, voice desi···
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
vae_tacotron2
开源
用VAE隐变量控制语音风格，让TTS更自然有表现力
VAE Tacotron 2, an alternative of GST Tacotron