DiffWave-Vocoder
用扩散模型快速生成高质量语音波形，模型小、速度快。
项目预览
项目数据
项目介绍
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 ★ 90
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
上一篇：indonesian-tts
下一篇：TalkNet2-pytorch
同类项目推荐
AuraPlayer
开源
动动嘴就能听歌，AI帮你搞定播放列表
Listening all, Listening freedom!
mel-cepstral-distance
开源
算两段语音差多少，客观评估合成质量
A Python library for computing the Mel-Cepstral Distance (Mel-Cepstral Distortion, M···
vall-e
开源
三秒语音样本，即刻克隆音色，零样本语音合成
An unofficial PyTorch implementation of the audio LM VALL-E
voice-over-translation
开源
网页视频一键加外语配音和字幕
Смотрите видео на другом языке с закадровым пе···
text-to-speech
开源
在 Capacitor 应用里一行代码实现文字转语音
⚡️ Capacitor plugin for synthesizing speech from text.
Audio-book-generator
开源
把电子书丢进去，自动生成有声书，解放双眼听书
Convert your ebooks to audiobooks. ->
RHVoice
开源
用开源引擎，把俄语等文字流畅念出来
a free and open source speech synthesizer for Russian and other languages
DeepLearningMusicGeneration
开源
一张图看懂AI音乐生成前沿，快速上手深度学习方法
State of the Art of Music Generation with Deep Learning and AI
TTS-RVC-API
开源
一键合成自然语音，并用 RVC 换音色，打造专属 TTS 服务
Text to Speech using Coqui TTS + RVC