VAENAR-TTS 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 74。
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 2026-04-01。MIT许可证，完全免费，需自行部署。
它主要面向的使用场景是：学术研究：对比非自回归TTS与自回归基线。同类可对比的替代方案包括 FastSpeech 2、Parallel WaveGAN、VITS。
GitHub 星标
★ 74
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，需自行部署。
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,glow,neural-tts,non-ar,non-autoregressive,pytorch,self-attention,speech-synthesis,text-to-speech,transforer,tts,unsupervised-duration,unsupervised-learning,vae
GitHub 星标★ 74
30天Star增速
HF 下载量
上线时间2021-07-15 00:00:00
最近更新2026-04-01 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3
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
- 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
项目介绍
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···