DiffWave-Vocoder 是音频音乐领域的开源项目，由 philsyn 开发，2021 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 90。
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 2026-03-11。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：复现和对比扩散声码器效果。同类可对比的替代方案包括 Parallel WaveGAN、WaveGlow、HiFi-GAN。
DiffWave-Vocoder
用扩散模型快速生成高质量语音波形，模型小、速度快。
DiffWave-Vocoder 是一个基于 PyTorch 的 DiffWave 声码器非官方复现项目。DiffWave 是一种高质量的神经声码器，采用扩散概率模型生成语音波形，能以较小的模型体积实现快速且高质量的语音合成。该项目解决了传统声码器（如 WaveNet）生成速度慢、模型庞大的问题，为 TTS 系统提供了一种高效的波形生成后端。核心能力包括：从梅尔频谱生成原始音频、支持无条件生成和条件生成、提供训练与推理脚本。作为早期复现项目，它适合研究扩散模型在语音合成中的应用，也可作为 TTS 流水线的声码器组件。
开源
free
音频音乐
GitHub 星标
★ 90
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philsyn
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diffwave,diffwave-vocoder,pytorch,speech,speech-synthesis,text-to-speech,tts,vocoder
GitHub 星标★ 90
30天Star增速
HF 下载量
上线时间2021-03-29 00:00:00
最近更新2026-03-11 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2
使用教程
核心亮点
- 基于扩散模型，生成质量高，模型体积比 WaveNet 小很多
- PyTorch 实现，代码结构清晰，易于阅读和二次开发
- 支持条件生成（梅尔频谱）和无条件生成，灵活性强
不足之处
- 非官方复现，与原始论文可能存在细节差异
- 文档和社区支持有限，使用门槛较高
- 推理速度虽快但实时性仍需优化
适用场景
- 学术研究：复现和对比扩散声码器效果
- TTS 系统集成：作为后端声码器生成语音
- 语音合成教学：学习扩散模型在音频中的应用
替代项目
Parallel WaveGAN、WaveGlow、HiFi-GAN
项目介绍
上一篇：indonesian-tts
下一篇：TalkNet2-pytorch
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···