Comprehensive-E2E-TTS
快速搭建非自回归端到端语音合成，对比多种时长建模方案
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 ★ 147
核心亮点
- 集成多种 SOTA 无监督时长建模，便于横向对比
- 非自回归架构，推理速度快，适合实时场景
- 支持多说话人，灵活适配不同音色需求
不足之处
- 文档/社区待观察
- 早期项目，API 和模型稳定性可能不足
适用场景
- 学术研究：对比不同时长建模对语音质量的影响
- 工业原型：快速验证非自回归 TTS 的合成效果
- 多说话人语音合成：定制音色或角色语音
替代项目
FastSpeech2、JETS、VITS
同类项目推荐
VoicEra
开源
开源语音AI模块，接上电话就能让LLM打电话对话
A complete voice AI building block with telephony integration, featuring real-time s···
tacotron
开源
用 TensorFlow 复现经典端到端语音合成，从文本直接生成语音
A TensorFlow Implementation of Tacotron: A Fully End-to-End Text-To-Speech Synthesis···
ThemeTransformer
开源
给段旋律，AI 帮你生成完整音乐作品
The official implementation of Theme Transformer. A Theme-based music generation. IE···
ParallelWaveGAN
开源
一站式 PyTorch 声码器集合，快速生成高保真语音波形。
Unofficial Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) ···
learnable-speech
开源
无需对齐，快速实现跨语言语音合成与克隆
This repo is text to speech with learnable audio encoder without alignment with tra···
Dot
开源
本地跑通 TTS+RAG+LLM，离线也能玩转 AI 语音和问答。
Text-To-Speech, RAG, and LLMs. All local!
podcast-llm
开源
输入一个标题，自动生成完整AI播客音频
Automatically generate engaging AI podcasts from nothing but an episode title.
voice-studio
开源
本地多模型 AI 语音生成，替代 ElevenLabs，省钱又私密。
A multi-model local AI Voice Generator (TTS) studio. An open-source alternative to E···
obs-squawk
开源
在 OBS 里直接生成实时 AI 语音，直播播报不用切软件
Real-time Text-to-Speech AI Engine built-in OBS, integrative and intuitive