mlp-singer

用纯MLP快速合成韩语歌声，告别慢速自回归。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 24 🐛 待处理 5 👀 关注 13 ⚠️ 作者已归档（停止维护）
GitHub ↗
GitHub 星标 ★ 118
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，需自行部署使用。

项目预览

mlp-singer 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队neosapience
GitHubhttps://github.com/neosapience/mlp-singer
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型mlp,multi-layer-perceptron,pytorch,singing-synthesis,singing-voice-synthesis,text-to-speech
GitHub 星标★ 118
上线时间2021-05-23 00:00:00
代码更新2022-02-24
仓库体积83.7 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

MLP Singer 是一个基于多层感知机（MLP）的韩语歌声合成（Singing Voice Synthesis）开源项目，对应论文发表于 IEEE MLSP 2021。它旨在解决传统歌声合成中自回归模型推理速度慢、并行化困难的问题，通过纯 MLP 架构实现快速并行合成。项目提供完整的训练和推理代码，支持从文本/乐谱到歌声的端到端生成。核心能力包括：利用 MLP 替代 RNN/Transformer 等复杂结构，显著提升合成速度；支持韩语歌声合成，可生成带音高和节奏控制的歌唱音频；代码基于 PyTorch，易于复现和二次开发。对于研究歌声合成或希望快速构建轻量级合成系统的开发者，该项目提供了一个简洁高效的基线方案。

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 ★ 118

技术标签

核心亮点

  • 纯MLP架构，推理速度快，支持并行生成，显著优于自回归模型
  • 官方实现，代码结构清晰，基于PyTorch，易于复现论文结果
  • 针对韩语歌声合成优化，包含音高和节奏控制，适合特定语言场景

不足之处

  • 仅支持韩语，缺乏多语言扩展能力
  • 合成质量可能不及当前基于扩散或GAN的SOTA模型
  • 文档/社区待观察

适用场景

  • 研究歌声合成快速推理方法，作为基线模型对比
  • 开发韩语歌声合成应用，如虚拟歌手、音乐辅助创作
  • 教学演示MLP在序列生成任务中的应用

替代项目

DiffSinger、VISinger2、NeuralSV

上一篇：phoenix10.1

下一篇：tiktok-tts

同类项目推荐

ttsmms 开源

一键调用MMS模型，让数百种语言开口说话

TTS with The Massively Multilingual Speech (MMS) project

★ 238 2026-08-09
LA-Studio 开源

本地跑通语音克隆和翻译，一站式测试音频模型

LA Studio is a local-first AI audio platform for exploring, downloading, and testing···

★ 105 2026-08-09
OpenMusic 开源

输入文字，一键生成专属音乐片段

OpenMusic: SOTA Text-to-music (TTM) Generation

★ 642 2026-08-09
TTS-Mod-Vault 开源

跨平台备份桌游模组，告别工坊下架丢失

Cross-platform Tabletop Simulator mod backup & download tool — the modern alternati···

★ 108 2026-08-09
vits2 开源

一条流水线生成自然语音，又快又像真人

VITS2: Improving Quality and Efficiency of Single-Stage Text-to-Speech with Adversar···

★ 648 2026-08-09
FastDiff 开源

让扩散声码器实时生成高质量语音，告别慢速合成。

PyTorch Implementation of FastDiff (IJCAI'22)

★ 424 2026-08-09
IMS-Toucan 开源

一键生成7000种语言的自然语音，还能控制情感和语速

Controllable and fast Text-to-Speech for over 7000 languages!

★ 2212 2026-08-09
Awesome-Text-to-Speech 开源

一份清单，带你速览 TTS 最新工具和模型，少走弯路。

A curated list of the latest and most influential tools, models, and resources in th···

★ 221 2026-08-09
DiffSinger 开源

用扩散模型精修歌声合成，让非自回归 TTS 音质更自然

PyTorch implementation of DiffSinger: Singing Voice Synthesis via Shallow Diffusion ···

★ 247 2026-08-09