PortaSpeech 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 341。
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 2026-09-04。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：移动端离线语音助手。同类可对比的替代方案包括 FastSpeech 2、VITS、Tacotron 2。
PortaSpeech
轻量级高音质语音合成，让 TTS 模型跑在移动端。
PortaSpeech 是一个基于 PyTorch 的非自回归文本转语音（TTS）实现，源自论文《PortaSpeech: Portable and High-Quality Generative Text-to-Speech》。它旨在解决传统 TTS 模型体积大、推理慢、难以部署到移动端或边缘设备的问题。核心能力包括：采用轻量级架构，大幅减少参数量和计算开销，同时通过生成式建模（如结合 HiFi-GAN 或 Mel-GAN 声码器）保持高音频质量；支持非自回归生成，实现快速并行推理；内置规范化模块，提升对文本和韵律的建模稳定性。项目代码结构清晰，适合研究者复现实验或开发者集成到轻量级语音合成应用中。
开源
free
音频音乐
GitHub 星标
★ 341
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
定价模式free
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
是否开源是
开源协议MIT
主要语言Python
技术栈/模型deep-neural-networks,fastspeech,generative-model,hifi-gan,high-quality,mel-gan,neural-tts,non-ar,non-autoregressive,normalizing-flows,portable-tts,pytorch,speech-synthesis,text-to-speech,tts,vae
GitHub 星标★ 341
30天Star增速
HF 下载量
上线时间2021-10-06 00:00:00
最近更新2026-09-04 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
- 模型轻量化，参数量小，适合边缘部署
- 非自回归架构，推理速度快，实时性高
- 结合 HiFi-GAN/Mel-GAN，生成音频质量高
不足之处
- 文档/社区待观察
- 早期项目，功能完善度和稳定性需验证
适用场景
- 移动端离线语音助手
- 嵌入式设备实时语音播报
- 资源受限环境下的高质TTS服务
替代项目
FastSpeech 2、VITS、Tacotron 2
项目介绍
上一篇：rvc-tts-webui
下一篇：MsEdgeTTS
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.
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
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···
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···