Fre-GAN-pytorch 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 113。
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 2026-08-15。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：学术研究：复现论文并对比其他声码器。同类可对比的替代方案包括 HiFi-GAN、MelGAN、Parallel WaveGAN。
Fre-GAN-pytorch
用 GAN 生成频率更真实的语音，提升 TTS 听感
Fre-GAN-pytorch 是 Fre-GAN 论文的 PyTorch 非官方实现，Fre-GAN 是一种基于对抗生成网络的音频合成声码器，旨在解决传统声码器在生成语音时频率不一致的问题。它通过引入频率一致性损失，让生成音频在频域上更接近真实音频，从而提升合成语音的自然度和清晰度。项目核心能力包括：使用 GAN 架构进行端到端的声码器训练，支持从梅尔频谱直接生成高质量语音波形，并提供了训练和推理的完整代码。该实现基于论文复现，适合研究语音合成、TTS 系统的开发者使用，尤其关注声码器性能优化的场景。
开源
free
音频音乐
GitHub 星标
★ 113
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speech,speech-synthesis,text-to-speech,tts,vocoder
GitHub 星标★ 113
30天Star增速
HF 下载量
上线时间2021-06-16 00:00:00
最近更新2026-08-15 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3
使用教程
核心亮点
- 频率一致性损失直接优化频域，减少伪影
- PyTorch 实现，便于集成到现有 TTS 流程
- 提供预训练模型和推理脚本，上手快
不足之处
- 非官方实现，可能未完全对齐论文细节
- 文档和社区支持有限，需自行调试
- 训练资源消耗较高，不适合低配环境
适用场景
- 学术研究：复现论文并对比其他声码器
- TTS 系统集成：替换传统声码器提升音质
- 音频生成实验：探索 GAN 在频域一致性的应用
替代项目
HiFi-GAN、MelGAN、Parallel WaveGAN
项目介绍
上一篇：seq2seq-vc
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···