WaveGAN-pytorch
用 PyTorch 从零训练 GAN 直接生成原始音频波形
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 ★ 66
核心亮点
- 完整复现论文架构，一维卷积 GAN 直接处理原始波形，无需频谱变换
- 代码简洁，依赖少，易于阅读和修改，适合快速上手音频 GAN 研究
- 提供训练和推理示例，可生成 WAV 文件，验证生成效果直观
不足之处
- 文档较少，仅有基础 README，缺少详细参数说明和调参指南
- 训练稳定性依赖 GAN 超参，未提供预训练模型，复现需自行调优
- 社区活跃度低，Issue 响应和更新频率待观察
适用场景
- 学术研究：复现论文实验，探索 GAN 在音频生成中的表现
- 教学演示：作为课程项目，理解生成对抗网络在时序数据上的应用
- 原型验证：快速测试音频 GAN 想法，验证可行性后再扩展
替代项目
WaveGAN (TensorFlow 官方实现)、melgan、HiFi-GAN
下一篇：midi-emotion
同类项目推荐
voicebox
开源
一站式克隆、转写、合成声音，打造你的 AI 语音工作室
The open-source AI voice studio. Clone, dictate, create.
supertonic
开源
手机上秒级生成多语言语音，离线也能用
Lightning-Fast, On-Device, Multilingual TTS — running natively via ONNX.
dsh-tts-bridge
开源
对话文字自动变本地朗读，解放眼睛
DSH 朗读桥：会话里的话自动交给 DeepSeek 网页端朗读，声音从你自己的电脑里出来
BackgroundAudio
开源
让 Pico 和 ESP32 轻松播放语音和音乐，不卡主程序
Arduino library for easy, interrupt driven speech, MP3, AAC, and WAV playback on the···
AceForge
开源
在 Mac 上离线完成 AI 作曲、人声分离和语音合成
AceForge is a local-first AI music workstation for Apple/OSX based on Ace-Step, DeMu···
ElundusCoreApp
开源
直播前先试听打赏语音，避免翻车
Desktop application to convert text-to-speech to preview Twitch donations.
ComfyUI-FL-Qwen3TTS
开源
在ComfyUI里一键把文字变语音，还能克隆音色
Qwen3-TTS text-to-speech nodes for ComfyUI with voice cloning, voice design, and fin···
ChineseTtsTflite
开源
安卓离线中文语音合成，快速测试TFLite模型
Android Chinese TTS Engine Base On Tensorflow TTS , use for TfLite Models Test。安卓···
cs224n-gpu-that-talks
开源
用注意力机制端到端合成语音，简化传统TTS流程
Attention, I'm Trying to Speak: End-to-end speech synthesis (CS224n '18)