GST-Tacotron
给语音合成装上风格旋钮，一句话控制情感语调
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 ★ 374
核心亮点
- 首次将 GST 机制引入 Tacotron，实现无监督风格建模，无需人工标注风格标签
- 支持风格令牌权重插值，可精细控制语速、情感等维度
- 提供完整的训练、合成和迁移脚本，并附带预训练模型，上手门槛低
不足之处
- 项目基于较早的 Tacotron 版本，未集成 WaveGlow 等神经声码器，音质受限
- 文档和社区维护较少，依赖库较旧，在新环境上复现可能遇到兼容性问题
适用场景
- 研究语音风格迁移和情感合成的学术实验
- 构建可定制语音风格（如不同播报语气）的 TTS 原型
- 教学演示端到端语音合成中的风格建模方法
替代项目
Tacotron2、FastSpeech2、VALL-E
下一篇：AutoVocoder
同类项目推荐
TalkifyTTS
开源
让 Android 应用秒变 AI 播音员，多模型任选
云端大模型驱动的 Android 语音合成应用（TTS引擎）。支持ChatGPT、Gemini、豆包、腾讯、微···
tts
开源
一键接入文本转语音，快速生成自然语音输出
tts 服务
MOSS-Audio-Tokenizer
开源
把音频变成 token，让大模型能听会说
A 1.6B causal Transformer audio tokenizer with streaming, variable bitrates, and sem···
TTS
开源
让 Arduino 开口说话，几行代码实现语音播报
Arduino Text-to-Speech Library
rapping-neural-network
开源
用AI生成Kanye风格说唱歌词，输入开头即出完整段落
Rap song writing recurrent neural network trained on Kanye West's entire discography
dectalk
开源
让 90 年代经典 DECtalk 语音在现代电脑上重新发声
Modern builds for the 90s/00s DECtalk text-to-speech application.
Breeze-TTS-2.cpp
开源
C++ 本地跑中英双语 TTS，带克隆和流式服务
Bilingual English and Mandarin text to speech in C++ and GGUF. Voice design, cloning···
HeadTTS
开源
浏览器里跑TTS，带时间戳和口型，直接做唇形同步
HeadTTS: Free neural text-to-speech (Kokoro) with timestamps and visemes for lip-syn···
qwen3-tts-apple-silicon
开源
在 Mac 上离线跑通 Qwen3-TTS，克隆音色、设计声音，一键生成。
Run Qwen3-TTS text-to-speech locally on Mac (M1/M2/M3/M4). Voice cloning, voice desi···