Expressive-FastSpeech2

让TTS带情绪和对话感，快速训练多语言表达性语音

Expressive-FastSpeech2 是一个基于 PyTorch 的非自回归表达性语音合成（TTS）开源项目，在 FastSpeech2 基础上扩展了情感和对话风格的语音生成能力。它解决了传统 TTS 合成语音平淡、缺乏情感起伏的问题，支持英文、韩文以及用户自定义语言。核心能力包括：情感语音合成（如开心、悲伤、愤怒等）、对话式语音合成（模拟日常对话的韵律和语调）、多语言扩展（通过配置新语言数据即可训练）。项目提供了完整的训练、推理脚本和预训练模型，适合研究者和开发者快速上手，用于生成更具表现力的语音。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 324

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keonlee9420

所属国家

官网地址

GitHubhttps://github.com/keonlee9420/Expressive-FastSpeech2

定价模式free

价格说明开源项目，免费使用，需自行部署。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型conversational-speech-synthesis,conversational-tts,emotional-speech-synthesis,emotional-tts,expressive-speech-synthesis,expressive-tts,korean-speech-synthesis,korean-tts,non-autoregressive,speech-synthesis,text-to-speech,tts

GitHub 星标★ 324

30天Star增速

HF 下载量

上线时间2021-04-26 00:00:00

最近更新2026-08-24 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

在FastSpeech2基础上加入情感和对话风格控制，生成语音更自然生动
支持英文、韩文及自定义语言，扩展新语言只需准备数据
提供完整的训练和推理代码，附带预训练模型，上手门槛低

不足之处

文档和社区支持相对薄弱，问题排查依赖源码阅读
情感控制粒度有限，复杂情感混合场景效果待验证

适用场景

有声书或播客中需要情感丰富的旁白语音生成
游戏或虚拟助手需要对话式、带情绪的交互语音
多语言语音合成研究，用于情感TTS基线对比

替代项目

FastSpeech2、VITS、Tacotron2

项目介绍

Expressive-FastSpeech2 是音频音乐领域的开源项目，由 keonlee9420 开发，2021 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 324。

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 2026-08-24。免费使用，需自行部署。

它主要面向的使用场景是：有声书或播客中需要情感丰富的旁白语音生成。同类可对比的替代方案包括 FastSpeech2、VITS、Tacotron2。

上一篇：Comprehensive-Transformer-TTS

下一篇：VocGAN