midi2voice

上传 MIDI，一键生成人声演唱，快速试听旋律效果。

midi2voice 是一个基于 Python 的开源歌声合成工具，旨在将 MIDI 文件直接转换为逼真的人声演唱。它解决了音乐制作中快速生成人声草稿或成品的问题，用户只需提供 MIDI 旋律和歌词（或音素序列），即可合成对应的歌唱音频。核心能力包括 MIDI 解析、音素时长对齐、基于声码器或神经网络的声学模型生成、以及波形渲染。项目支持自定义音色模型，并提供了命令行接口和简单的 API，便于集成到现有音乐工作流中。作为早期项目，它展示了从符号音乐到歌声的完整管线，适合音乐科技爱好者和研究者探索。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 286

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mathigatti

所属国家

官网地址

GitHubhttps://github.com/mathigatti/midi2voice

定价模式free

价格说明开源项目，MIT许可证，完全免费，需自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型midi,python,singing-synthesis,singing-voice,sinsy,tts,vocaloid,voice

GitHub 星标★ 286

30天Star增速

HF 下载量

上线时间2018-07-10 00:00:00

最近更新2026-06-25 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

端到端管线：从 MIDI 到歌声波形，无需额外标注数据即可运行。
轻量级实现：依赖较少，适合二次开发和学术研究。
支持自定义音色：可训练或替换声学模型，适配不同嗓音风格。

不足之处

合成音质有限：早期模型可能不如商业级歌声合成自然。
文档/社区待观察：项目较新，教程和社区支持较少。

适用场景

音乐制作人快速生成人声 Demo，验证旋律和歌词配合。
歌声合成研究者进行端到端模型实验和对比。
独立开发者集成到音乐生成工具链，实现自动作曲+演唱。

替代项目

DiffSinger、NNSVS、sinsy

项目介绍

midi2voice 是音频音乐领域的开源项目，由 mathigatti 开发，2018 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 286。

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 2026-06-25。MIT许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：音乐制作人快速生成人声Demo，验证旋律和歌词配合。同类可对比的替代方案包括 DiffSinger、NNSVS、sinsy。

上一篇：AudioMAE-pytorch

下一篇：EbookReader