iSTFTNet-pytorch
用 iSTFT 加速声码器，轻量快速合成高质量语音
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 ★ 281
技术标签
核心亮点
- 推理速度比 HiFi-GAN 快数倍，适合实时应用
- 模型参数少，显存占用低，易于部署在边缘设备
- 音频质量接近 HiFi-GAN，主观听感差异小
不足之处
- 训练过程依赖预训练模型或需大量数据调参
- 文档和社区支持相对薄弱，教程较少
适用场景
- 实时语音合成系统（如虚拟助手、游戏NPC）
- 资源受限的嵌入式TTS设备
- 学术研究中的声码器对比与实验
替代项目
HiFi-GAN、WaveGlow、MelGAN
上一篇：podcast-llm
下一篇：SummerTTS
同类项目推荐
soundcraft
开源
纯 Rust 重写 Pro Tools，开源免费玩多轨录音混音
An open-source, clean-room reimplementation of Avid Pro Tools in pure Rust
Unitale
开源
浏览器里一键把剧本变成带音效和配图的有声书
一个基于Indextts和Qwen3TTS的 AI 有声书制作工具。利用 LLM 自动拆解剧本与识别情绪，集成···
PL-BERT
开源
用音素级 BERT 让 TTS 说话更自然，韵律更生动。
Phoneme-Level BERT for Enhanced Prosody of Text-to-Speech with Grapheme Predictions
DNN-HSMM
开源
用 DNN+HSMM 打造更自然的语音合成声学模型
pytorch implementation of DNN-HSMM for TTS
orpheus-tts-local
开源
用 LM Studio 在本地跑 Orpheus 3B，免费生成自然语音
Run Orpheus 3B Locally With LM Studio
awesome-controllable-speech-synt···
开源
一页看清可控语音合成论文、数据集与开源实现
This is an evolving repo for the paper "Towards Controllable Speech Synthesis in the···
Chinese-FastSpeech2
开源
让中文语音合成更有韵律，告别机器腔
基于标贝数据继续训练，同时对原本的FastSpeech2模型做了改进，引入了韵律表征以及韵律预测···
supertonic-py
开源
本地极速语音合成，离线也能开口说话
Lightning-Fast, On-Device TTS — running natively via ONNX.
wavegrad2
开源
用扩散模型直接生成高保真语音波形，一步到位
Unofficial Pytorch Implementation of WaveGrad2