Parakeet

用 PaddlePaddle 一键训练和部署多种主流语音合成模型

Parakeet 是百度 PaddlePaddle 生态下的并行语音合成工具包，旨在提供从文本到语音的完整训练与推理流程。它集成了多种主流 TTS 模型，包括自回归的 Tacotron2、非自回归的 FastSpeech2/FastPitch、轻量级 SpeedySpeech，以及声码器 WaveFlow 和 Parallel WaveGAN，同时支持多说话人（基于 GE2E 说话人编码）和文本前端处理。项目解决了研究者与开发者在复现和对比不同 TTS 模型时面临的工程复杂度问题，通过统一接口和 PaddlePaddle 的高性能计算，简化了数据预处理、模型训练和合成流程。其核心能力包括灵活的模型配置、多说话人支持、端到端流程以及中文友好的文本前端。作为早期项目，它更多是学术原型，为后续 PaddleSpeech 的演进奠定了基础。