CycleGAN-VC2

无需平行语料，一键实现音色转换

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 107 🐛 待处理 16 👀 关注 7
GitHub ↗
GitHub 星标 ★ 572
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

CycleGAN-VC2 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队jackaduma
GitHubhttps://github.com/jackaduma/CycleGAN-VC2
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
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★ 572
上线时间2020-05-13 00:00:00
代码更新2023-06-10
仓库体积87.1 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

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。

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 ★ 572

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级 约 70 分钟 部署方式：本地GPU 5 步

环境要求

  • NVIDIA 显卡
  • 两人语音数据

安装与启动步骤

  1. 1看年份

    这是几年前那篇声音转换论文的实现，依赖较老。

  2. 2装依赖

    按清单装，框架版本别乱升。

    pip install -r requirements.txt

  3. 3预处理

    把两个人的语音分别整理成目录，先跑缓存。

    python preprocess_training.py --train_A_dir ./data/A/ --train_B_dir ./data/B/ --cache_folder ./cache/

  4. 4训练

    非平行语料即可，但数据量要够。

    python train.py

  5. 5试转换

    拿目标人的一句话做推理，听音色是否接近。

如何确认成功

用两个人的各若干分钟语音训练后，源说话人的话被转换成目标音色且内容清晰可辨

注意事项

  • 这是论文实现，不是可用的变声产品。
  • 依赖版本老，新框架上要改代码。
  • 训练需要成对的说话人数据，量少效果差。
  • 现在有更强的零样本音色转换方案，可作对比参考。

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)

上一篇：YouTranslate

下一篇：rtvc

同类项目推荐

tts-vue 开源

把文字变成自然语音，一键导出音频文件

微软语音合成工具，使用 Electron + Vue + ElementPlus + Vite 构建。

★ 6083 2026-08-09
ComfyUI-FL-YuE2 开源

在 ComfyUI 里生成音乐并手动改音符，边听边调

YuE2 music generation and an editable piano roll for ComfyUI

★ 230 2026-10-02
kokoro-web 开源

免费自托管AI语音合成，OpenAI接口一键接入

Kokoro Web: Free AI text-to-speech, online or self-hosted, OpenAI compatible!

★ 764 2026-08-09
murf-python-sdk 开源

一行代码，让 Python 应用开口说话

Python sdk for Murf text to speech API

★ 109 2026-08-09
Voice-synthesis 开源

几秒音频克隆声音，实时生成语音

This repository is an implementation of Transfer Learning from Speaker Verification ···

★ 169 2026-08-09
ComfyUI-VoxCPM 开源

在 ComfyUI 里拖拽节点，即可生成高表现力语音并克隆任意声音。

ComfyUI node for highly expressive speech and realistic zero-shot voice cloning

★ 521 2026-08-09
pyht 开源

一行代码接入 PlayHT，快速实现 AI 语音合成与克隆

PlayHT Python SDK - AI Text-to-Speech Streaming & Voice Cloning API

★ 218 2026-08-09