speaker_adapted_tts 是音频音乐领域的开源项目，由 Kyubyong 开发，2018 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 184。
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 2024-08-28。本地部署，完全免费。
它主要面向的使用场景是：为个人用户快速生成个性化语音助手或导航语音。同类可对比的替代方案包括 Coqui TTS、YourTTS、OpenVoice。
speaker_adapted_tts
1分钟语音样本，10分钟训练出你的专属TTS模型
这是一个针对特定说话人进行语音合成（TTS）适配的开源项目，核心目标是让用户仅需提供1分钟的语音样本，就能在10分钟内训练出一个模仿该说话人音色的TTS模型。项目解决了传统TTS模型需要大量高质量录音数据、训练时间长、难以个性化定制的问题。它通过微调预训练TTS模型（如VITS等）的方式，利用少量样本快速适应新说话人，实现了低资源条件下的声音克隆。核心能力包括：快速训练、少样本适配、声音特征迁移。项目代码结构清晰，提供了训练和推理脚本，适合对语音合成有个性化需求的开发者、研究者或内容创作者使用。
开源
free
音频音乐
GitHub 星标
★ 184
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Kyubyong
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费
访问状态
是否开源是
开源协议
主要语言
技术栈/模型speech-to-text,tts
GitHub 星标★ 184
30天Star增速
HF 下载量
上线时间2018-03-17 00:00:00
最近更新2024-08-28 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6
使用教程
核心亮点
- 仅需1分钟语音即可完成说话人适配，大幅降低数据门槛
- 训练时间控制在10分钟内，迭代效率高，适合快速实验
- 基于预训练模型微调，音色相似度较高，且代码结构清晰易上手
不足之处
- 文档/社区待观察
- 早期项目，功能可能不够稳定，且依赖特定预训练模型，泛化性待验证
适用场景
- 为个人用户快速生成个性化语音助手或导航语音
- 内容创作者克隆自己的声音用于播客或有声书制作
- 研究者验证少样本TTS适配算法的快速实验平台
替代项目
Coqui TTS、YourTTS、OpenVoice
项目介绍
上一篇：speech-tts-cors
下一篇：spoken-word
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···