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 2026-11-11 · 当前星标 ★ 581
核心亮点
- DiT + BigVGAN 两段式架构清晰，声学建模与声码器解耦，便于单独替换或微调
- 针对梵语/吠陀诵唱的韵律与节拍做专门处理，而非直接套用通用多语种 TTS
- Apache-2.0 许可，训练与推理代码开源，适合做低资源语言合成的复现基线
不足之处
- 581 星属早期项目，预训练权重与文档完整度、社区活跃度仍待观察
- 面向梵语小众场景，缺少与其他语言的横向效果对比和客观评测指标
适用场景
- 梵语或吠陀文献的数字化朗读与诵唱音频批量生成
- 低资源语言 TTS 研究与 DiT 声学模型实验基线
- 宗教/文化类音频内容制作中的配音与韵律演示
替代项目
VITS、Coqui TTS、Piper
上一篇：sap-voicebox
下一篇：voxlock
同类项目推荐
Avocodo-pytorch
开源
用 GAN 生成无伪影语音，提升 TTS 音质
Avocodo: Generative Adversarial Network for Artifact-free Vocoder
audio-webui
开源
一个网页搞定多种音频AI，不用写代码就能玩转音乐生成和语音合成
A webui for different audio related Neural Networks
podcast-llm
开源
输入一个标题，自动生成完整AI播客音频
Automatically generate engaging AI podcasts from nothing but an episode title.
tiktok-tts
开源
在浏览器里一键生成 TikTok 风格配音，下载即用
Generate TikTok Text-to-Speech voices in your browser
chattts-seed-example
开源
试听 ChatTTS 各音色，快速挑中你喜欢的 seed
这是一个 ChatTTS 音频仓库，包含用不同 seed 生成的不同音色，你可以方便地挑选你喜欢的 ···
ubisoft-laforge-daft-exprt
开源
把一个人的说话情绪，无缝搬到另一个人声音里
Daft-Exprt: Robust Prosody Transfer Across Speakers for Expressive Speech Synthesis
MeloTTS
开源
中英日韩法西六国语言配音，一条龙全包
High-quality multi-lingual text-to-speech library by MyShell.ai. Support English, Sp···
MARS5-TTS
开源
几秒音频克隆音色，生成富有情感的语音
MARS5 speech model (TTS) from CAMB.AI
party-mode
开源
上传音乐，d3.js 自动生成酷炫视觉特效
An experimental d3.js music visualizer from 2014. Continued as vizz.fm