vits2_pytorch

用 PyTorch 跑通 VITS2 语音合成，训练推理全流程

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 100 🐛 待处理 17 👀 关注 22

GitHub ↗

GitHub 星标 ★ 548

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

vits2_pytorch 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队p0p4k

GitHubhttps://github.com/p0p4k/vits2_pytorch

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

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

上线时间2023-08-03 00:00:00

代码更新2024-03-28

仓库体积8.3 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

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。

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 ★ 548

技术标签

deep-learning pytorch text-to-speech tts

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 70 分钟部署方式：本地安装 5 步

环境要求

PyTorch
CUDA 显卡
语音数据集

安装与启动步骤

1建环境装依赖

按仓库的 requirements 装，注意 PyTorch 与 CUDA 版本要匹配。
```
pip install -r requirements.txt
```
2编译 C 扩展

梅尔频谱和单调对齐搜索有原生扩展，不编译就跑不起来。
```
python setup.py build_ext --inplace
```
3预处理数据

先按配置做文本音素化与频谱提取，产物直接给训练用。
```
python preprocess.py --config configs/ljs_base.json
```
4开训

单阶段模型训练周期长，先跑几百步看损失是否正常下降。
```
python train_ms.py -c configs/ljs_base.json -m ljs_base
```
5导出并推理

导成 onnx 后可以脱离训练框架部署，推理只依赖运行时。
```
python onnxexport.py --model ljs_base --out ljs.onnx
```