STYLER

快速且可控地合成富有表现力的语音，风格随心调。

开源 🏷️完全免费 ✅ 目前可打开 音频音乐 🍴 复刻 29 🐛 待处理 3 👀 关注 6
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 159
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，提供在线演示页面，可免费体验，无付费版本。

项目预览

STYLER 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队keonlee9420
官网地址https://keonlee9420.github.io/STYLER-Demo
GitHubhttps://github.com/keonlee9420/STYLER
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，提供在线演示页面，可免费体验，无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言Python
技术栈/模型controllable-tts,expressive-speech-synthesis,expressive-tts,fast,fast-tts,neural-text-to-speech,prosody,robust,robust-tts,style-modeling,style-transfer,text-to-speech,tts
GitHub 星标★ 159
上线时间2021-03-23 00:00:00
代码更新2025-06-05
仓库体积99.8 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

STYLER 是 INTERSPEECH 2021 发表的语音合成论文官方实现，专注于表达性且可控的神经文本转语音（TTS）。它通过语音分解技术，将语音内容、音高和节奏等风格因素分离建模，从而实现对韵律的精细控制，同时保证合成速度与鲁棒性。项目解决了传统 TTS 在表达性、可控性和生成速度之间难以兼顾的问题，核心能力包括风格因子建模、快速鲁棒的语音合成以及细粒度的韵律调节。代码基于 Python，适合研究者和开发者用于构建具有丰富情感和个性化风格的语音合成系统。

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 ★ 159

核心亮点

  • 提出语音分解方法，将内容与风格因子分离，实现更精细的韵律控制。
  • 在保持表达性的同时，注重合成速度和鲁棒性，适合实际应用。
  • 基于学术论文实现，方法有理论支撑，便于复现和二次开发。

不足之处

  • 项目较早期，文档和社区支持可能不够完善，上手有一定门槛。
  • 依赖特定数据预处理和训练流程，泛化到新语料需额外适配工作。

适用场景

  • 研究表达性语音合成算法，进行学术实验对比。
  • 开发有声书、虚拟主播等需要情感和风格控制的语音应用。
  • 在资源受限场景下，需要快速生成高质量语音的TTS系统。

替代项目

FastSpeech 2、Tacotron 2、VITS

上一篇：StyleTTS2

下一篇：elevenlabslib

同类项目推荐

MARS5-TTS 开源

几秒音频克隆音色，生成富有情感的语音

MARS5 speech model (TTS) from CAMB.AI

★ 2814 2026-08-09
kokoclone 开源

克隆任意声音，用 Kokoro 生成多语言自然语音

Voice Cloning, Now Inside Kokoro. Generate natural multilingual speech and clone any···

★ 212 2026-08-09
WaveRNN 开源

用 WaveRNN 快速生成高保真语音，让 TTS 更自然流畅

WaveRNN Vocoder + TTS

★ 2190 2026-08-09
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) ···

★ 1646 2026-08-09
voicebox-pytorch 开源

用 PyTorch 复现 Meta 最新 TTS 模型，快速跑通语音合成实验

Implementation of Voicebox, new SOTA Text-to-speech network from MetaAI, in Pytorch

★ 705 2026-08-09
PitchExtractor 开源

用深度学习精准提取音高，让语音转换和TTS训练更稳定。

Deep Neural Pitch Extractor for Voice Conversion and TTS Training

★ 153 2026-08-09
WG-WaveNet 开源

无 GPU 也能实时生成高保真语音，让语音合成摆脱硬件束缚。

Real-Time High-Fidelity Speech Synthesis without GPU

★ 73 2026-08-09
ddo-tts 开源

安装即用，Edge 语音秒变朗读神器

内置EdgeTTS大声朗读, 文字转语音无需额外部署 即装即听, 语音引擎采用rany2/edge-tts 稳···

★ 85 2026-08-09