tacotron

用 TensorFlow 复现经典端到端语音合成，从文本直接生成语音

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 426 🐛 待处理 85 👀 关注 120

GitHub ↗

GitHub 星标 ★ 1834

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，可自由使用和部署，无付费版本。

项目预览

项目数据

分类音频音乐

开发团队Kyubyong

GitHubhttps://github.com/Kyubyong/tacotron

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，可自由使用和部署，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型speech,speech-synthesis-model,tensorflow,tts

GitHub 星标★ 1834

上线时间2017-05-16 00:00:00

代码更新2022-01-17

仓库体积10.9 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

Tacotron 是一个基于 TensorFlow 实现的端到端文本转语音（TTS）模型，源自谷歌的论文《Tacotron: A Fully End-to-End Text-To-Speech Synthesis Model》。它解决了传统 TTS 系统需要复杂管线（如文本分析、音素对齐、声学模型、波形拼接）的问题，直接用神经网络将文本序列映射为线性频谱图，再通过 Griffin-Lim 算法重建语音波形。核心能力包括：字符级输入、注意力机制自动对齐、自回归解码生成频谱、支持多种超参数调节。项目提供了完整的训练和合成脚本，适合研究者复现实验或开发者快速搭建 TTS 原型。虽然音质不如现代 WaveNet 或 Tacotron 2，但作为早期端到端 TTS 的经典实现，对理解 TTS 原理和入门深度学习语音合成有重要参考价值。

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 ★ 1834

技术标签

speech tensorflow tts

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 30 分钟部署方式：本地安装 5 步

环境要求

Python 环境（项目为 Python 实现）
NumPy >= 1.11.1
TensorFlow >= 1.3
librosa、tqdm、matplotlib、scipy
语音数据集：LJ Speech Dataset（或自备数据）

安装与启动步骤

1获取项目代码

把仓库克隆到本地，进入项目目录后再做后续操作。
```
git clone https://github.com/Kyubyong/tacotron
cd tacotron
```
2安装依赖库

README 的 Requirements 列出这几个包：NumPy、TensorFlow、librosa、tqdm、matplotlib、scipy。
```
pip install numpy tensorflow librosa tqdm matplotlib scipy
```
3准备语音数据

下载 LJ Speech Dataset（约 24 小时英文语音）作为训练数据；README 说明也可用自备数据或 Nick Offerman 有声书、World English Bible。
4调整超参数

README 的 Training 章节 STEP 1 要求先调整超参数（hparams），请对照仓库 README 修改后再继续。
5开始训练

按 README 的 Training 章节步骤执行训练；该章节节选不完整，具体命令请以仓库 README 为准。