STYLER

快速且可控地合成富有表现力的语音，风格随心调。

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。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 159

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https://keonlee9420.github.io/STYLER-Demo

GitHubhttps://github.com/keonlee9420/STYLER

定价模式free

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

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

30天Star增速

HF 下载量

上线时间2021-03-23 00:00:00

最近更新2026-04-19 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

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

项目介绍

STYLER 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 159。

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 2026-04-19。MIT许可证，提供在线演示页面，可免费体验，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：研究表达性语音合成算法，进行学术实验对比。同类可对比的替代方案包括 FastSpeech 2、Tacotron 2、VITS。

上一篇：StyleTTS2

下一篇：elevenlabslib