nonverspeech38k

让AI学会笑、叹、哼，生成自然非语言人声

NonVerbalSpeech-38K 是一个用于非语言语音（如笑声、叹息、哼声等）生成与理解的开源项目，源自同名论文。它提供了一套可扩展的数据处理流水线，能够从大规模音频中自动提取和标注非语言发声，并构建了包含38,000个样本的数据集。项目核心能力包括：非语言发声的检测与分类、基于文本或情感标签的合成生成、以及用于训练和评估的标准化工具。它解决了现有TTS系统无法自然生成非语言声音的问题，填补了该领域的数据和工具空白。项目采用HTML技术栈，可能包含演示界面和文档，适合研究人员和开发者用于情感计算、人机交互、游戏音效等场景。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 71

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nonverbalspeech38k

所属国家

官网地址https://nonverbalspeech38k.github.io/nonverspeech38k

GitHubhttps://github.com/nonverbalspeech38k/nonverspeech38k

定价模式free

价格说明开源项目，代码公开，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议

主要语言HTML

技术栈/模型non-verbal-vocalisation,text-to-speech

GitHub 星标★ 71

30天Star增速

HF 下载量

上线时间2025-08-02 00:00:00

最近更新2026-08-18 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

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

项目介绍

nonverspeech38k 是音频音乐领域的开源项目，由 nonverbalspeech38k 开发，2025 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 71。

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 2026-08-18。代码公开，可自行部署使用，无付费版本。

它主要面向的使用场景是：情感语音合成，为虚拟助手或游戏角色增加真实感。同类可对比的替代方案包括 EmotionVoice、VocalSound、MSP-Podcast。

上一篇：brasiltts

下一篇：elevenlabs