pflowtts_pytorch
用 flow matching 快速生成自然语音，复现 NVIDIA 论文效果
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 ★ 228
核心亮点
- 基于最新 flow matching 技术，生成速度快于传统自回归模型
- 代码结构清晰，模块化设计，便于理解论文实现细节
- 提供预训练模型和推理脚本，开箱即用体验较好
不足之处
- 非官方实现，可能未完全对齐论文细节，存在偏差风险
- 依赖特定数据集和声码器，泛化能力待验证
- 文档/社区待观察
适用场景
- 学术研究：复现论文实验，对比不同 flow matching 变体
- 快速原型验证：在自定义数据集上测试 TTS 效果
- 教学演示：作为 flow matching 在语音领域应用的案例
替代项目
Coqui TTS、ESPnet-TTS、F5-TTS
同类项目推荐
HebTTS
开源
跳过元音预测，直接让AI用希伯来语开口说话
The official implementation of "A Language Modeling Approach to Diacritic-Free Hebre···
TTS
开源
Java 项目直接调用的文本转语音工具
pdf-narrator
开源
把 PDF/EPUB 一键变成有声书，低配电脑也能流畅跑
Convert your PDFs and EPUBs into audiobooks effortlessly. Features intelligent text ···
bot-whatsapp
开源
用 Node.js 快速搭建 WhatsApp 多功能机器人，但已停止维护
Unmaintained - Multipurpose WhatsApp Bot using open-wa/wa-automate-nodejs library! ···
gitpodcast
开源
把代码仓库变成播客，通勤路上听懂新项目
Convert any git repository into an engaging podcast
ema-lightning
开源
土耳其语TTS，4毫秒出声，单卡扛千路
Tiny, fast and accurate Turkish text-to-speech. 8.6M parameters, 0.92% WER on Freya-···
MuseMorphose
开源
上传 MIDI，一键转换音乐风格，保留旋律。
PyTorch implementation of MuseMorphose (published at IEEE/ACM TASLP), a Transformer-···
spear-tts-pytorch
开源
用PyTorch复现多说话人TTS，快速搭建语音合成实验
Implementation of Spear-TTS - multi-speaker text-to-speech attention network, in Pyt···
audio.cpp
开源
纯 C++ 搞定音频 AI 推理，无 Python 依赖，性能拉满
An all-in-one, pure C++ inference engine for audio models, powered by ggml. Supports···