CDFSE_FastSpeech2
零样本语音合成，让AI模仿任何人的声音更逼真
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 ★ 86
核心亮点
- 提出内容相关的细粒度说话人嵌入，相比全局嵌入更能捕捉发音细节，提升相似度
- 官方实现，代码结构清晰，便于复现论文实验
- 基于 FastSpeech 2，合成速度快，适合实际应用
不足之处
- 文档和社区支持待观察，项目处于早期阶段
- 依赖特定数据集和预训练模型，上手门槛较高
适用场景
- 语音合成研究中的零样本说话人自适应实验
- 个性化语音助手或有声书制作，需快速克隆新声音
- 多说话人语音合成系统的扩展与优化
替代项目
YourTTS、VITS、AdaSpeech
上一篇：tts-server-go
下一篇：GST-Tacotron
同类项目推荐
Catch-A-Waveform
开源
给一段短音频，生成同风格无限续写
Official pytorch implementation of the paper: "Catch-A-Waveform: Learning to Generat···
ncnn-android-piper
开源
手机本地跑神经语音合成，离线秒出中文英文语音
ncnn android piper the fast and local neural text-to-speech engine
CDCD
开源
用图像生成音乐，或反之，跨模态创作一键搞定
[ICLR2023] Discrete Contrastive Diffusion for Cross-Modal Music and Image Generation···
mustango
开源
用自然语言精准控制音乐生成，让每句描述都变成旋律。
Mustango: Toward Controllable Text-to-Music Generation
DiffGAN-TTS
开源
用扩散+GAN，几步生成高保真语音，又快又真
PyTorch Implementation of DiffGAN-TTS: High-Fidelity and Efficient Text-to-Speech wi···
tts-now
开源
一键将文字转为自然语音，支持批量处理，跨平台免费开源
跨平台基于云平台(阿里云、讯飞等)语音合成 API 的文字转语音助手。支持单文本快速合成和批···
GST-Tacotron
开源
给语音合成装上风格旋钮，一句话控制情感语调
A PyTorch implementation of Style Tokens: Unsupervised Style Modeling, Control and T···
WillFromAfarDownloader
开源
一键批量抓取 acapellabox 无伴奏音频，省时省力
acapellabox pwned.
e2-tts-pytorch
开源
几行代码实现零样本语音克隆，让 TTS 不再复杂
Implementation of E2-TTS, "Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TT···