awesome-controllable-speech-synthesis

一页看清可控语音合成论文、数据集与开源实现

这是一个围绕可控语音合成（Controllable Speech Synthesis）的系统性综述配套仓库，对应论文《Towards Controllable Speech Synthesis in the Era of Large Language Models: A Systematic Survey》。它解决的问题是：在大语言模型时代，可控语音合成方向论文数量激增、术语与分类混乱，研究者和工程人员难以快速定位某类控制能力（如情感、语速、音色、口音、风格）的代表工作与数据集。仓库核心能力是持续整理该领域的论文、方法、数据集、评测指标与开源实现，按控制维度分类索引，并随领域进展不断更新。它本身不是可直接运行的TTS工具，而是导航式资源集合，适合作为选题调研、方案选型和跟进前沿的入口。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 285

维护状态活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队imxtx

所属国家

官网地址

GitHubhttps://github.com/imxtx/awesome-controllable-speech-synthesis

定价模式free

价格说明开源免费资源库

访问状态

是否开源是

开源协议MIT

主要语言

技术栈/模型

GitHub 星标★ 285

30天Star增速

HF 下载量

上线时间2024-12-09 00:00:00

最近更新2026-09-17 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-15

浏览次数1

使用教程

核心亮点

按情感、语速、音色、风格等控制维度分类索引论文，便于按需求检索
配套系统性综述论文，分类框架有学术依据而非随意罗列
持续更新，跟踪LLM时代可控TTS的新方法与新数据集

不足之处

仅为资源列表，不提供可直接运行的模型或代码
早期项目，条目覆盖与更新频率有待观察

适用场景

调研可控TTS方向，快速了解某类控制能力的代表工作
为产品选型时对比不同情感/音色控制方案与数据集
撰写论文或综述时查找相关文献与评测指标

替代项目

Awesome-TTS、Awesome-Speech-Synthesis

项目介绍

awesome-controllable-speech-synthesis 是一个音频音乐领域的开源项目，官方简介：This is an evolving repo for the paper "Towards Controllable Speech Synthesis in the Era of Large Language Models: A Systematic Survey".。项目使用未知开发，在 GitHub 上获得 285 星标。

上一篇：asmr-dubber

下一篇：ComfyUI-FL-Qwen3TTS