nanospeech 是音频音乐领域的开源项目，由 lucasnewman 开发，2025 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 190。
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 2026-09-13。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：学习TTS原理，动手实现基础语音合成。同类可对比的替代方案包括 Coqui TTS、ESPnet、MeloTTS。
nanospeech
轻量可改的 TTS 系统，快速上手自定义语音合成
nanospeech 是一个极简、可自由修改的文本转语音（TTS）系统，基于 PyTorch 和 MLX 构建。它旨在解决现有 TTS 系统过于复杂、难以定制和部署的问题，提供一套简洁、透明的代码库，让开发者能够快速理解 TTS 的核心流程，并针对自己的需求进行修改和实验。项目核心能力包括：轻量级的模型架构、清晰的训练与推理接口、以及对 Apple Silicon 芯片的 MLX 支持，从而在 Mac 上实现高效运行。它适合作为学习 TTS 原理的入门工具，也适合作为快速原型验证的基础。
开源
free
音频音乐
GitHub 星标
★ 190
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lucasnewman
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型mlx,pytorch,text-to-speech,tts
GitHub 星标★ 190
30天Star增速
HF 下载量
上线时间2025-02-09 00:00:00
最近更新2026-09-13 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4
使用教程
核心亮点
- 代码结构清晰，核心逻辑简单，易于阅读和二次开发
- 同时支持 PyTorch 和 MLX，兼顾通用性与 Apple 芯片性能
- 模型轻量，训练和推理资源需求低，适合快速实验
不足之处
- 项目处于早期，功能尚不完善，语音质量可能有限
- 文档/社区待观察
适用场景
- 学习 TTS 原理，动手实现基础语音合成
- 在 Mac 上快速搭建轻量级 TTS 原型
- 作为自定义 TTS 模型开发的起点，进行个性化调整
替代项目
Coqui TTS、ESPnet、MeloTTS
项目介绍
上一篇：zai-tts
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···