AdaSpeech

用少量样本快速定制专属语音合成模型

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。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 163

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队rishikksh20

所属国家

官网地址

GitHubhttps://github.com/rishikksh20/AdaSpeech

定价模式free

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

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★ 163

30天Star增速

HF 下载量

上线时间2021-03-02 00:00:00

最近更新2026-09-15 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

基于 FastSpeech 2 架构，合成速度快且稳定
支持少量样本自适应新说话人，降低定制门槛
提供 Jupyter Notebook 示例，便于上手和复现

不足之处

文档/社区待观察
项目处于早期，功能完整性和鲁棒性有待验证

适用场景

个性化语音助手定制
有声内容快速配音
低资源语音合成研究

替代项目

FastSpeech 2、Tacotron 2、VITS

项目介绍

AdaSpeech 是音频音乐领域的开源项目，由 rishikksh20 开发，2021 年首次发布。

它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 163。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-15。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。

它主要面向的使用场景是：个性化语音助手定制。同类可对比的替代方案包括 FastSpeech 2、Tacotron 2、VITS。

上一篇：Neural-HMM

下一篇：StyleTTS2