Parallel-Tacotron2

让语音合成告别逐字生成，并行提速数十倍

Parallel-Tacotron2 是 Google Parallel Tacotron 2 的 PyTorch 非官方实现，旨在解决传统自回归 TTS 模型合成速度慢的问题。它通过可微分的时长建模，将文本转换为 Mel 频谱图，实现了非自回归的并行语音合成，大幅提升推理速度。项目基于 PyTorch 构建，支持英文，集成了 FastSpeech 风格的时长预测、自注意力机制和 SP（音素级）处理，适合研究人员和开发者用于快速原型验证或学习非自回归 TTS 技术。核心能力包括：可微时长建模、并行解码、高质量频谱生成，以及简洁的代码结构。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 191
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/Parallel-Tacotron2
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型duration,english,fastspeech,neural-tts,non-autoregressive,parallel-tacotron,parallel-tacotron2,pytorch,self-attention,speech-synthesis,text-to-speech,tts,vae
GitHub 星标★ 191
30天Star增速
HF 下载量
上线时间2021-04-30 00:00:00
最近更新2026-07-01 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5

使用教程

核心亮点

  • 非自回归架构，推理速度显著优于自回归模型
  • 可微分时长建模，训练稳定且无需外部对齐
  • 基于 PyTorch，代码清晰，易于二次开发

不足之处

  • 早期项目，文档和社区支持待观察
  • 仅支持英文，多语言扩展需自行适配

适用场景

  • 研究非自回归TTS算法对比实验
  • 低延迟语音合成原型开发
  • 学习可微分时长建模技术

替代项目

FastSpeech 2、Parallel Tacotron、Flow-TTS

项目介绍

Parallel-Tacotron2 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 191。

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 2026-07-01。MIT许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：研究非自回归TTS算法对比实验。同类可对比的替代方案包括 FastSpeech 2、Parallel Tacotron、Flow-TTS。

上一篇：tts-util-app

下一篇：zai-tts

同类项目推荐

tango 开源

输入一句话，自动生成匹配的音频内容

A family of diffusion models for text-to-audio generation.

★ 1239 2026-08-09
AuK 开源

一个模型搞定语音生成、编辑与分离

AuK: An Open-Source Foundational Model for Speech Generation and Editing

★ 1236 2026-09-13
swift-tts 开源

Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
ai-dj 开源

现场演出中实时用 AI 生成音乐，保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 246 2026-08-09