megatts2
本地跑通 Megatts2 语音合成，快速体验 TTS 效果
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 ★ 286
技术标签
核心亮点
- 提供非官方实现，填补官方未开源的空缺
- 基于 Python，易于集成和二次开发
- 早期项目，代码结构简单，适合学习 TTS 推理流程
不足之处
- 文档/社区待观察
- 仅实现推理，可能缺少训练和微调支持
- 依赖特定模型权重，获取可能受限
适用场景
- 研究 Megatts2 模型架构与推理逻辑
- 在本地环境快速生成语音样本
- 作为 TTS 应用开发的基础推理模块
替代项目
Coqui TTS、ESPnet TTS、Tortoise TTS
同类项目推荐
Awesome-Foundation-Models
开源
一站式查找视觉语言基础模型，省时省力。
A curated list of foundation models for vision and language tasks
awesome-AI-toolkit
开源
一站式找齐AI工具、框架、数据集和论文
A curated, comprehensive collection of open-source AI tools, frameworks, datasets, c···
minimind-v
开源
2小时从零训练你自己的视觉多模态小模型
Train a 65M-parameter VLM from scratch in just 2h!
UForm
开源
小体积多模态模型，图文视频理解快数倍
Pocket-Sized Multimodal AI for content understanding and generation across multiling···
Bootstrap3D
开源
用合成数据训练多视图扩散模型，让 3D 生成更稳更准
[ICCV-2025] Official implementation of Bootstrap3D: Improving Multi-view Diffusion M···
InternVL
开源
开源接近GPT-4o的多模态对话模型，图像理解与对话一步到位。
[CVPR 2024 Oral] InternVL Family: A Pioneering Open-Source Alternative to GPT-4o. 接···
InternLM-XComposer
开源
让AI边看视频边聊天，长时音视频实时理解不丢上下文
InternLM-XComposer2.5-OmniLive: A Comprehensive Multimodal System for Long-term Stre···
d3LLM
开源
扩散模型加速语言生成，实现超快并行推理。
[ICML 2026] d3LLM: Ultra-Fast Diffusion LLM
Intent-classifier-model
开源
轻量模型，秒判客服短句意图，快速路由工单。
A Tiny Intent Classifier model for short customer-support style text. Given an inp···