vits2_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 548。
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 2026-09-19。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：研究者复现VITS2论文并对比效果。同类可对比的替代方案包括 coqui-ai/TTS、espnet/espnet、jaywalnut310/vits。
vits2_pytorch
用 PyTorch 跑通 VITS2 语音合成，训练推理全流程
vits2_pytorch 是 VITS2 文本转语音模型的非官方 PyTorch 实现。VITS2 是 VITS 的改进版本，通过引入流匹配、改进的对抗训练和更优的时长预测，提升了语音合成的自然度和韵律表现。该项目旨在为社区提供一个可复现、易扩展的 VITS2 训练与推理代码库，解决了官方实现缺失或难以使用的问题。核心能力包括：支持多说话人训练、文本与音素输入、端到端语音合成，并提供了预训练模型和推理脚本。代码结构清晰，基于 PyTorch 和 PyTorch Lightning，方便研究者进行二次开发和实验。目前项目处于早期阶段，功能完整但优化空间较大。
开源
free
音频音乐
GitHub 星标
★ 548
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，无付费版本。
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,pytorch,text-to-speech,tts,vits2
GitHub 星标★ 548
30天Star增速
HF 下载量
上线时间2023-08-03 00:00:00
最近更新2026-09-19 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4
使用教程
核心亮点
- 完整实现 VITS2 训练与推理流程，含数据预处理和配置示例
- 基于 PyTorch Lightning，代码模块化清晰，易于扩展和调试
- 提供预训练模型与合成样例，开箱即用快速体验效果
不足之处
- 文档和注释较少，新手上手门槛较高
- 训练依赖特定数据集格式，通用性待验证
适用场景
- 研究者复现 VITS2 论文并对比效果
- 开发者快速集成 TTS 到个人项目或 demo
- 教学场景用于学习端到端语音合成实现
替代项目
coqui-ai/TTS、espnet/espnet、jaywalnut310/vits
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···