PolyLangVITS

一个模型搞定中英日韩语音合成,开箱即用

PolyLangVITS 是一个基于 VITS 的多语言语音合成项目,支持韩语、日语、英语和中文四种语言。它利用 VITS 的端到端架构,将文本直接转换为语音,无需额外的声码器。该项目解决了多语言 TTS 系统训练和推理的复杂性问题,提供了统一的训练脚本和推理接口,方便开发者快速构建多语言语音助手、有声书等应用。核心能力包括多语言支持、说话人嵌入、以及基于 VITS 的高质量语音生成。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 75
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ORI-Muchim
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型multilingual,speech-recognition,speech-synthesis,text-to-speech,tts,vits
GitHub 星标★ 75
30天Star增速
HF 下载量
上线时间2023-06-20 00:00:00
最近更新2026-03-09 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3

使用教程

核心亮点

  • 支持中英日韩四语,覆盖主流语言场景
  • 基于 VITS 端到端架构,语音自然度高
  • 提供统一训练与推理脚本,上手门槛低

不足之处

  • 文档/社区待观察
  • 多语言混合输入支持可能有限

适用场景

  • 多语言语音助手开发
  • 有声内容自动生成
  • 语言学习应用发音示范

替代项目

Coqui TTS、MeloTTS、Piper

项目介绍

PolyLangVITS 是音频音乐领域的开源项目,由 ORI-Muchim 开发,2023 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 75。

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 2026-03-09。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:多语言语音助手开发。同类可对比的替代方案包括 Coqui TTS、MeloTTS、Piper。

上一篇:dctts-pytorch

下一篇:edge-tts-extension

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.

★ 1239 2026-08-09
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

★ 1236 2026-09-13
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···

★ 52 2026-08-09
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···

★ 246 2026-08-09