Comprehensive-Transformer-TTS
用Transformer并行合成语音，速度飞快，效果媲美SOTA。
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 ★ 327
核心亮点
- 集成FastSpeech2等非自回归模型，合成速度比自回归快数倍
- 同时支持有监督和无监督时长建模，灵活适配不同训练数据
- 内置HiFi-GAN和Mel-GAN声码器，音质还原度高
不足之处
- 项目文档和社区活跃度待观察
- 多说话人支持可能依赖外部数据集，开箱即用性一般
适用场景
- 实时语音合成应用（如语音助手、有声书）
- 研究非自回归TTS架构和时长建模方法
- 低资源场景下快速搭建TTS原型
替代项目
FastSpeech2、Tacotron2、ESPnet-TTS
上一篇：GenerSpeech
同类项目推荐
tacotron2-mandarin
开源
用 TensorFlow 训练中文语音合成模型，快速生成普通话语音。
Tensorflow implementation of Chinese/Mandarin TTS (Text-to-Speech) based on Tacotro···
CDCD
开源
用图像生成音乐，或反之，跨模态创作一键搞定
[ICLR2023] Discrete Contrastive Diffusion for Cross-Modal Music and Image Generation···
tts-importer
开源
把 Azure 高品质语音接入阅读 App，听书更自然
轻松将 Azure TTS 语音合成服务导入阅读软件。现支持阅读（legado）、爱阅记、源阅读。
Vocello
开源
在 Apple 芯片上离线快速生成语音，保护隐私，无需联网。
Vocello: a private voice studio for Apple Silicon. Write a script, pick or describe ···
UEAzSpeech
开源
在虚幻引擎中一键接入 Azure 语音，实现语音识别与合成。
This plugin integrates Azure Speech Cognitive Services in Unreal Engine.
ttts
开源
从零训练你的专属语音合成模型，快速上手 TTS 实验
Train the next generation of TTS systems.
MusicGPT
开源
本地运行 LLM，用自然语言一句话生成音乐
Generate music based on natural language prompts using LLMs running locally
DiffGAN-TTS
开源
用扩散+GAN，几步生成高保真语音，又快又真
PyTorch Implementation of DiffGAN-TTS: High-Fidelity and Efficient Text-to-Speech wi···
VALL-E-X
开源
听 3 秒原声就能学舌，任何人的音色都能复刻
An open source implementation of Microsoft's VALL-E X zero-shot TTS model. Demo is a···