Avocodo-pytorch 是音频音乐领域的开源项目，由 rishikksh20 开发，2022 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 122。
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 2025-08-31。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：TTS系统中的声码器替换。同类可对比的替代方案包括 HiFi-GAN、Parallel WaveGAN、MelGAN。
Avocodo-pytorch
用 GAN 生成无伪影语音，提升 TTS 音质
Avocodo-pytorch 是 Avocodo 声码器的 PyTorch 实现。Avocodo 是一种基于生成对抗网络（GAN）的声码器，旨在从声学特征（如梅尔谱）合成高质量、无伪影的语音波形。它解决了传统声码器（如 HiFi-GAN）在合成时可能引入的伪影问题，通过设计多尺度判别器和特定的损失函数，提升合成语音的自然度和清晰度。核心能力包括：支持文本转语音（TTS）系统中的声码器环节，提供预训练模型和训练代码，可生成 24kHz 或更高采样率的语音。项目处于早期阶段，代码结构清晰，适合研究和使用。
开源
free
音频音乐
GitHub 星标
★ 122
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
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型avocodo,gan,generative-adversarial-network,hifi-gan,pytorch,speech-synthesis,text-to-speech,tts,vocoder
GitHub 星标★ 122
30天Star增速
HF 下载量
上线时间2022-06-28 00:00:00
最近更新2025-08-31 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
- 针对伪影问题设计，输出语音更干净自然
- 基于 PyTorch，易于集成到现有 TTS 流程
- 提供预训练模型，开箱即用
不足之处
- 项目早期，文档和社区支持待观察
- 训练资源需求较高，需 GPU 支持
适用场景
- TTS 系统中的声码器替换
- 语音合成研究实验
- 低延迟实时语音生成
替代项目
HiFi-GAN、Parallel WaveGAN、MelGAN
项目介绍
上一篇：editts
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···