midi2voice
上传 MIDI，一键生成人声演唱，快速试听旋律效果。
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
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
上一篇：AudioMAE-pytorch
下一篇：EbookReader
同类项目推荐
voicenet
开源
用 TensorFlow 快速搭建语音合成模型，实现文本转语音。
Speech synthesis platform based on tensorflow and sonnet
mandarin-tts
开源
用FastSpeech 2快速搭建中文语音合成，轻松生成普通话音频。
Chinese Mandarin tts text-to-speech 中文 (普通话) 语音 合成 , by fastspeech 2 , imp···
clipboard-narrator
开源
复制网页文字，后台自动朗读成有声书
Turn any web page into an audiobook, works in the background on desktop!
tts
开源
几行 Python 代码，把文字变成自然语音
Inworld TTS
Glosik
开源
在苹果设备上用 Swift 跑通 F5-TTS 语音合成
Sample project for F5-TTS using MLX Swift
KaraFan
开源
一键分离人声伴奏，AI帮你做卡拉OK
The BEST music separation model with help of A.I. ... to my ears !
TensorVox
开源
本地离线跑神经语音合成，低延迟高隐私，桌面即用
Desktop application for neural speech synthesis written in C++
doc2audiobook
开源
把文档变成有声书，通勤路上用耳朵学习
Convert text documents to high fidelity audio(books).
vall-e
开源
3秒参考音频，零样本克隆你的声音
An unofficial PyTorch implementation of VALL-E