wavegrad2 是音频音乐领域的开源项目，由 maum-ai 开发，2021 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 111。
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 2026-04-08。BSD-3-Clause许可证，可自由使用，无付费版本。
它主要面向的使用场景是：研究扩散模型在语音合成中的应用。同类可对比的替代方案包括 WaveGrad、DiffWave、WaveGAN。
wavegrad2
用扩散模型直接生成高保真语音波形，一步到位
WaveGrad2 是一个非官方的 PyTorch 实现，基于 Google 提出的 WaveGrad 2 模型，用于高质量语音合成。它解决的是文本到语音（TTS）中生成自然、流畅音频的问题，核心能力在于通过条件生成模型和扩散概率框架，从文本或声学特征直接生成原始波形，无需额外的声码器。项目提供了端到端的训练和推理流程，支持自定义数据集，并包含预训练模型权重。其技术栈涵盖深度学习、生成模型和语音合成，适合研究者和开发者用于探索新一代 TTS 系统。目前项目处于早期阶段，代码结构清晰，但文档和社区支持尚待完善。
开源
free
音频音乐
GitHub 星标
★ 111
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maum-ai
所属国家
定价模式free
价格说明开源项目，BSD-3-Clause许可证，可自由使用，无付费版本。
访问状态
是否开源是
开源协议BSD-3-Clause
主要语言Jupyter Notebook
技术栈/模型deep-generative-model,deep-learning,end-to-end,speech-synthesis,text-to-speech,tts
GitHub 星标★ 111
30天Star增速
HF 下载量
上线时间2021-07-09 00:00:00
最近更新2026-04-08 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2
使用教程
核心亮点
- 基于扩散模型，生成音频质量高，接近真实人声
- 端到端设计，省去传统声码器，简化 TTS 流程
- 代码结构清晰，易于二次开发和实验
不足之处
- 非官方实现，可能与原论文存在细节差异
- 文档和社区支持待观察，上手难度较高
适用场景
- 研究扩散模型在语音合成中的应用
- 构建低延迟、高质量的 TTS 系统原型
- 作为声码器替代方案集成到现有 TTS 流水线
替代项目
WaveGrad、DiffWave、WaveGAN
项目介绍
下一篇：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···