wavegrad
几步生成高保真语音，比 WaveNet 快几十倍
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 ★ 300
核心亮点
- 推理速度快，仅需 6 步即可生成高质量音频，适合实时应用
- 音质接近 WaveNet，但参数量和计算量更小
- 代码结构清晰，提供预训练模型，易于复现和集成
不足之处
- 训练过程依赖大规模语音数据，资源消耗较高
- 文档/社区待观察
适用场景
- 实时语音合成系统（如智能助手、配音）
- 低延迟 TTS 引擎的声码器模块
- 学术研究中作为高效声码器基线
替代项目
HiFi-GAN、MelGAN、Parallel WaveGAN
上一篇：LLMVoX
下一篇：google-tts
同类项目推荐
openreader
开源
把电子书变成有声书，边听边看自动高亮
An open-source read-along document reader server with high-quality TTS options, sync···
VoxSherpa-TTS
开源
安卓离线语音合成，无网也能自然发声
️ VoxSherpa TTS Offline Neural Text-to-Speech Engine for Android ⚡ Sherpa-ONNX ···
OpenVoice
开源
给一段录音，立刻复刻出同款声音，谁都能当配音员
Instant voice cloning by MIT and MyShell. Audio foundation model.
esp8266-google-tts
开源
用ESP8266连WiFi，把文字变成语音播出来
WhisperSpeech
开源
反转Whisper，用识别模型生成自然语音，快速搭建TTS应用
An Open Source text-to-speech system built by inverting Whisper.
openai-edge-tts
开源
免费替代 OpenAI TTS，一键部署，秒变语音合成 API
Free, high-quality text-to-speech API endpoint to replace OpenAI, Azure, or ElevenLa···
Persian-tts-coqui
开源
用 Coqui 框架训练波斯语语音合成模型，快速上手
Persian/Farsi text to speech(TTS) training using coqui tts
tegridy-tools
开源
用 NLP 技术让 MIDI 音乐自动生成与风格迁移
Symbolic Music NLP Artificial Intelligence Toolkit
vibevoice-rs
开源
用Rust实现语音克隆与多说话人TTS，高性能低延迟。
Rust implementation of VibeVoice text-to-speech with voice cloning and multi-speaker···