AdaSpeech

用少量样本快速定制专属语音合成模型

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 43 🐛 待处理 10 👀 关注 6

GitHub ↗

GitHub 星标 ★ 162

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，基于Apache-2.0许可证，可免费使用和修改，无在线服务或付费版本。

项目预览

项目数据

分类音频音乐

开发团队rishikksh20

GitHubhttps://github.com/rishikksh20/AdaSpeech

定价模式🏷️完全免费

价格说明开源项目，基于Apache-2.0许可证，可免费使用和修改，无在线服务或付费版本。

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Apache-2.0

主要语言Jupyter Notebook

技术栈/模型adaspeech,fastspeech,fastspeech2,pytorch,pytorch-implementation,speech,speech-synthesis,text-to-speech,transformer,tts

GitHub 星标★ 162

上线时间2021-03-02 00:00:00

代码更新2021-08-31

仓库体积4.1 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

AdaSpeech 是一个基于 PyTorch 的自适应文本转语音（TTS）项目，旨在为自定义声音提供高质量的语音合成能力。它针对传统 TTS 系统在适应新说话人时效率低、需要大量微调数据的问题，提出了自适应训练策略，使得模型能够快速适应新的声音，同时保持合成语音的自然度和稳定性。项目基于 FastSpeech 2 架构，利用 Transformer 作为核心编码器，实现了对文本到声学特征的快速、稳定映射。核心能力包括：支持少量样本的说话人自适应、可调节的语音风格控制、以及高效的训练和推理流程。代码以 Jupyter Notebook 形式提供，便于研究者理解和使用。尽管项目处于早期阶段，但为个性化语音合成提供了实用的技术路线，适合语音合成研究者和开发者探索。