deepvoice3_pytorch

用 PyTorch 复现百度 Deep Voice 3，快速训练文本转语音模型

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 481 🐛 待处理 47 👀 关注 89

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1976

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，本地部署，完全免费。

项目预览

deepvoice3_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r9y9

官网地址https://r9y9.github.io/deepvoice3_pytorch

GitHubhttps://github.com/r9y9/deepvoice3_pytorch

定价模式🏷️完全免费

价格说明开源项目，本地部署，完全免费。

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NOASSERTION

主要语言Python

技术栈/模型end-to-end,machine-learning,multi-speaker,python,pytorch,speech-processing,speech-synthesis,tts

GitHub 星标★ 1976

上线时间2017-10-31 00:00:00

代码更新2023-12-19

仓库体积6.9 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

deepvoice3_pytorch 是百度 Deep Voice 3 文本转语音（TTS）模型的 PyTorch 非官方实现。Deep Voice 3 是一种基于卷积神经网络的全卷积 TTS 模型，能够将文本转换为自然语音。该项目解决了传统 TTS 模型训练速度慢、结构复杂的问题，通过全卷积架构实现并行化训练，显著提升效率。核心能力包括：支持多说话人建模、注意力机制、以及端到端的声学特征预测。代码基于 PyTorch 构建，提供训练和推理脚本，并支持自定义数据集。尽管原始论文已发布，但该实现为研究者提供了可复现的基线，便于进一步实验和开发。项目在 GitHub 上有近 2000 星标，属于成长中的社区项目，适合对 TTS 感兴趣的开发者学习和二次开发。

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 ★ 1976

技术标签

end-to-end machine-learning python pytorch speech-processing

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：进阶约 10 分钟部署方式：库/依赖 4 步

环境要求

Python 环境（含 pip，用于 pip install -e 安装）
Git（用于克隆仓库）
README 中列出的前置依赖包（节选未给出具体清单，需回原仓库确认）
可选：能访问 Google Colab 的浏览器，用于官方在线 Demo

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取源码并进入项目目录，后续安装命令需在该目录内执行。
```
git clone https://github.com/r9y9/deepvoice3_pytorch && cd deepvoice3_pytorch
```
2安装前置依赖

README 要求先安装其上文列出的依赖包，再装本项目；节选未给出清单，请回原仓库对照安装。
3安装项目本体

以可编辑模式安装项目并附带 bin 依赖，这是 README 给出的正式安装命令。
```
pip install -e ".[bin]"
```
4在线试用 Demo

不想本地部署可打开官方 Colab Notebook，直接体验多说话人与单说话人 TTS。