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 ★ 71
技术标签
核心亮点
- 首个聚焦非语言发声的规模化数据集，38K样本覆盖多种发声类型
- 提供可复现的数据处理流水线，支持自定义扩展新发声类别
- 与TTS系统集成，可增强语音合成的自然度和情感表现力
不足之处
- 项目处于早期阶段，文档和社区支持尚不完善
- 依赖特定音频数据源，泛化到不同语言或文化背景可能有限
适用场景
- 情感语音合成，为虚拟助手或游戏角色增加真实感
- 非语言发声识别，用于医疗监护或人机交互中的情绪检测
- 语音数据集构建，为多模态AI模型提供训练素材
替代项目
EmotionVoice、VocalSound、MSP-Podcast
上一篇：brasiltts
下一篇：elevenlabs
同类项目推荐
edge-tts-webui
开源
打开网页，输入文字，一键生成自然语音
edge-tts webui
piper1-gpl
开源
本地离线跑，低配设备也能快速合成自然语音
Fast and local neural text-to-speech engine
zerovox
开源
给一段声音，立刻用那个声音说话，完全离线免费。
zero-shot realtime TTS system, fully offline, free and open source
YouTranslate
开源
一键克隆你的声音，把 YouTube 视频翻译成任何语言
Takes a youtube video, clones the voice and re-creates that video in a different lan···
voicebox-pytorch
开源
用 PyTorch 复现 Meta 最新 TTS 模型，快速跑通语音合成实验
Implementation of Voicebox, new SOTA Text-to-speech network from MetaAI, in Pytorch
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
ComfyUI-VibeVoice
开源
在 ComfyUI 里拖拽生成带情感的多角色长语音
ComfyUI custom node for the VibeVoice TTS. Expressive, long-form, multi-speaker conv···
VibeVoice-ComfyUI
开源
在 ComfyUI 里拖拽节点，一键生成高质量多角色语音
A comprehensive ComfyUI integration for Microsoft's VibeVoice text-to-speech model, ···
FFTNet
开源
用 FFT 加速神经声码器，实现实时语音合成。
FFTNet: a Real-Time Speaker-Dependent Neural Vocoder