pflowtts_pytorch 是音频音乐领域的开源项目，由 p0p4k 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 228。
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 2026-09-10。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：学术研究：复现论文实验，对比不同flowmatching变体。同类可对比的替代方案包括 Coqui TTS、ESPnet-TTS、F5-TTS。
pflowtts_pytorch
用 flow matching 快速生成自然语音，复现 NVIDIA 论文效果
P-Flow TTS 的非官方 PyTorch 实现，基于 NVIDIA 的论文，采用 flow matching 技术进行文本到语音合成。该项目旨在复现论文中的核心算法，为研究者或开发者提供一个可运行的参考实现。它解决了语音合成中生成速度与音质平衡的问题，通过 flow matching 实现高效、高质量的语音生成。核心能力包括文本编码、声学特征预测和声码器接口，支持端到端的 TTS 流程。项目代码结构清晰，依赖 PyTorch 生态，适合作为二次开发或学术研究的基础。
开源
free
音频音乐
GitHub 星标
★ 228
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p0p4k
所属国家
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deep-learning,flow-matching,pflow,pytorch,text-to-speech,tts
GitHub 星标★ 228
30天Star增速
HF 下载量
上线时间2023-11-11 00:00:00
最近更新2026-09-10 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
- 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
项目介绍
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.
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
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···
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···