mandarin-tts
用FastSpeech 2快速搭建中文语音合成，轻松生成普通话音频。
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 ★ 477
技术标签
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。
环境要求
- Python
- 音频依赖
安装与启动步骤
-
1拉代码
语音合成研究框架，模块化拆分。
git clone https://github.com/ranchlai/mandarin-tts.git -
2以可编辑方式装
装完才能跑里面的脚本。
pip install -e . -
3验一下文本前端
它自带注音转换工具，先确认这一步对。
python ../../mtts/text/gp2py.py -t "为适应新的网络传播方式和读者阅读习惯" -
4跑合成
用示例音色出一段音频。
如何确认成功
文本前端能正确输出拼音序列，跑合成能生成可播放的音频且中文发音基本正确
注意事项
- 它是中文语音合成的模块化研究框架，面向快速试验而非直接上线。
- 文本前端（尤其是多音字与数字读法）决定合成效果上限，先单独验证这一步。
- 示例里的脚本路径是相对写法，要在正确目录下执行。
- 训练自己的音色需要数据与算力，先用预训练模型试效果。
核心亮点
- 基于FastSpeech 2，合成速度快，适合实时场景
- 提供完整训练和推理代码，便于二次开发
- 使用标贝和AIShell-3真实中文数据集，效果有保障
不足之处
- 文档/社区待观察
- 声码器WaveGlow推理速度较慢，可能影响实时性
适用场景
- 中文语音助手开发
- 有声内容自动生成
- TTS模型教学与研究
替代项目
MeloTTS、ChatTTS、Coqui TTS
上一篇：EbookReader
下一篇：MTTS
同类项目推荐
Inflect
开源
轻量级 TTS，小体积也能生成自然语音，快速集成。
Inflect is a lightweight, high‑quality text‑to‑speech model designed to deliver s···
ComfyUI-FL-YuE2
开源
在 ComfyUI 里生成音乐并手动改音符，边听边调
YuE2 music generation and an editable piano roll for ComfyUI
cnn_vocoder
开源
用CNN快速生成语音波形，比传统声码器更快
A fast cnn-based vocoder
genmusic_demo_list
开源
一站式逛遍AI音乐生成Demo，快速体验前沿技术
a list of demo websites for automatic music generation research
parkiet
开源
荷兰语文本秒变自然语音，开源 TTS 模型
Parkiet is a 1.6B parameter Dutch text-to-speech model (TTS)
fish-speech
开源
上传几秒音频，克隆任意音色，生成自然逼真的语音。
SOTA Open Source TTS
Auto-Synced-Translated-Dubs
开源
上传视频和字幕，自动生成多语言配音，音画同步无需手动。
Automatically translates the text of a video based on a subtitle file, and then uses···
Chatterbox-TTS-Server
开源
一键自托管，轻松生成高质量语音，支持声音克隆和长文本处理。
Self-host the powerful Chatterbox TTS model. This server offers a user-friendly Web ···
ComfyUI-VibeVoice
开源
在 ComfyUI 里拖拽生成带情感的多角色长语音
ComfyUI custom node for the VibeVoice TTS. Expressive, long-form, multi-speaker conv···