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 ★ 56
核心亮点
- 处理速度极快，专为性能优化设计
- Python 接口简洁，易于集成到深度学习流程
- 专注音频令牌化，功能聚焦不臃肿
不足之处
- 文档/社区待观察
- 早期项目，功能覆盖有限，可能缺少高级特性
适用场景
- 音乐生成模型的音频预处理
- 语音合成系统中的特征提取
- 实时音频处理应用的原型开发
替代项目
EnCodec、SoundStream、DAC
上一篇：detail_tts
下一篇：emospeech
同类项目推荐
infinite_gnossienne
开源
让萨蒂的经典钢琴曲无限流淌，永不停歇。
An endless version of Erik Satie's Gnossiennes No. 1
OpenAI-Audiobook-Generator
开源
输入文本，一键生成有声书音频
This project is a web-based application that converts text into audio, primarily foc···
SyntaSpeech
开源
让 AI 朗读更有节奏感，像真人一样断句和重音
SyntaSpeech: Syntax-aware Generative Adversarial Text-to-Speech; IJCAI 2022; Officia···
ace-step-ui
开源
本地无限量生成音乐，免费白嫖 Suno 同款
The Ultimate Open Source Suno Alternative - Professional UI for ACE-Step 1.5 AI Musi···
TTS
开源
把文字变成真人语音，多语言多音色随你挑
- a deep learning toolkit for Text-to-Speech, battle-tested in research and producti···
clone-voice
开源
上传声音样本，即刻克隆音色生成语音
A sound cloning tool with a web interface, using your voice or any sound to record a···
BeatDrop
开源
把音乐变成动态视觉，实时跟随节奏跳动
BeatDrop Music Visualizer
VocGAN
开源
让语音合成更自然、更快速，实时生成高保真声音。
VocGAN: A High-Fidelity Real-time Vocoder with a Hierarchically-nested Adversarial N···
tihu
开源
让波斯语文本开口说话，离线合成自然语音
Persian Text-To-Speech