CycleGAN-VC2

无需平行语料，一键实现音色转换

CycleGAN-VC2 是一个基于 CycleGAN 的语音转换（Voice Conversion）开源项目，旨在实现无需平行语料的音色转换。它解决了传统语音转换需要成对训练数据的问题，利用循环一致性损失（cycle consistency loss）和对抗训练，将源说话人的语音转换为目标说话人的音色，同时保留语言内容。项目核心能力包括：支持非平行语料训练、改进的生成器架构（使用 gated CNN 和残差连接）提升音频质量、以及提供完整的训练和推理流程。它特别适用于低资源场景下的语音转换，如个性化语音合成、娱乐应用中的声音模仿等。项目代码基于 PyTorch 实现，包含数据预处理、模型训练和转换脚本，方便研究者复现和二次开发。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 573

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jackaduma

所属国家

官网地址

GitHubhttps://github.com/jackaduma/CycleGAN-VC2

定价模式free

价格说明开源项目，MIT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MIT

主要语言Python

技术栈/模型aigc,cyclegan,cyclegan-vc,cyclegan-vc2,deep-learning,deeplearning,gan,pix2pix,pytorch-implementation,speech-synthesis,voice-cloning,voice-conversion

GitHub 星标★ 573

30天Star增速

HF 下载量

上线时间2020-05-13 00:00:00

最近更新2026-08-23 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3

使用教程

核心亮点

使用 CycleGAN 架构，支持非平行语料训练，降低数据准备门槛
改进的生成器设计（gated CNN + 残差连接）提升转换音频的自然度和清晰度
提供完整训练与推理代码，易于复现和扩展

不足之处

项目维护停滞，依赖旧版依赖库，环境配置可能困难
文档较简略，缺少详细参数调优指南

适用场景

个性化语音合成（如虚拟主播音色定制）
娱乐应用中的声音模仿或变声
低资源语种或方言的语音转换研究

替代项目

StarGAN-VC、AutoVC、SVC (SoftVC VITS)

项目介绍

CycleGAN-VC2 是音频音乐领域的开源项目，由 jackaduma 开发，2020 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 573。

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 2026-08-23。MIT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：个性化语音合成（如虚拟主播音色定制）。同类可对比的替代方案包括 StarGAN-VC、AutoVC、SVC (SoftVC VITS)。

上一篇：YouTranslate

下一篇：rtvc