项目预览
项目数据
项目介绍
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 ★ 74
核心亮点
- 非自回归架构，推理速度显著优于自回归模型
- 集成VAE与Glow，增强声学建模的多样性和稳定性
- 代码基于PyTorch，结构清晰，便于二次开发
不足之处
- 文档/社区待观察
- 项目处于早期，功能完整性和生态支持有限
适用场景
- 学术研究：对比非自回归TTS与自回归基线
- 实时语音合成应用：需要低延迟的交互场景
- 教育演示：展示VAE在语音生成中的效果
替代项目
FastSpeech 2、Parallel WaveGAN、VITS
同类项目推荐
ComfyUI-MegaTTS
开源
在 ComfyUI 里拖拽节点，一键生成中英文语音并克隆音色。
A ComfyUI custom node based on ByteDance MegaTTS3, enabling high-quality text-to-spe···
Selection-js
开源
选中文本，即刻弹出操作菜单，让复制、搜索、分享一步到位。
A lightweight javascipt library which provides users with a set of options in the fo···
kokoro-tts-addon
开源
在浏览器里离线跑神经TTS，低配硬件也能流畅发声。
Local neural TTS for Browsers: fast, expressive, and offline—runs on modest hardwar···
Comprehensive-E2E-TTS
开源
快速搭建非自回归端到端语音合成，对比多种时长建模方案
A Non-Autoregressive End-to-End Text-to-Speech (text-to-wav), supporting a family of···
KAN-TTS
开源
快速搭建定制语音合成系统，开箱即用
KAN-TTS is a speech-synthesis training framework, please try the demos we have poste···
voicenotify
开源
让手机通知开口说话，开车做家务不错过重要消息
Android app that speaks notifications
PL-BERT
开源
用音素级 BERT 让 TTS 说话更自然，韵律更生动。
Phoneme-Level BERT for Enhanced Prosody of Text-to-Speech with Grapheme Predictions
One-Shot-Voice-Cloning
开源
一句话声音克隆，用Unet-TTS快速复刻音色并生成语音
:relaxed: One Shot Voice Cloning base on Unet-TTS
Kokoro-82M-Android
开源
在 Android 上快速跑通 Kokoro 文本转语音 demo
A minimal Android demo app for Kokoro-TTS