SoundStorm-pytorch
并行音频生成，让语音合成快数倍
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 ★ 131
核心亮点
- 忠实实现 SoundStorm 并行解码机制，显著提升生成速度
- 代码简洁，依赖少，易于集成到现有 TTS 流程
- 提供与 AudioLM 配合的示例，降低使用门槛
不足之处
- 文档/社区待观察
- 未提供预训练模型，需自行训练
适用场景
- 学术研究：复现 SoundStorm 论文实验
- 快速原型验证：在本地测试并行语音合成效果
- 教学演示：理解并行音频生成原理
替代项目
VALL-E、AudioLM、NaturalSpeech
上一篇：parrot
下一篇：text-to-speech
同类项目推荐
iSTFTNet-pytorch
开源
用 iSTFT 加速声码器，轻量快速合成高质量语音
iSTFTNet : Fast and Lightweight Mel-spectrogram Vocoder Incorporating Inverse Short-···
edge-tts-extension
开源
免费高质量网页朗读，无需API Key，一键生成语音
Chrome extension to generate free, high-quality text-to-speech using Microsoft Edge'···
tetos
开源
一套代码接入多家 TTS 服务，告别厂商锁定
A unified interface for multiple Text-to-Speech (TTS) providers.
Multi-Singer
开源
从乐谱和歌词合成自然歌声，复现顶会论文效果
PyTorch Implementation of Multi-Singer (ACM-MM'21)
TTS-Voice-Wizard
开源
让 VRChat 虚拟形象实时显示说话文字并语音回复
Speech to Text to Speech. Song now playing. Sends text as OSC messages to VRChat to ···
KittenTTS
开源
纯 CPU 就能跑的轻量开源语音合成模型
Open-source State-of-the-art TTS model which runs on a CPU
Music-Source-Separation-Training
开源
一站式训练音乐分离模型，人声伴奏随手拆
Repository for training models for music source separation.
Avocodo-pytorch
开源
用 GAN 生成无伪影语音，提升 TTS 音质
Avocodo: Generative Adversarial Network for Artifact-free Vocoder
python-twelve-tone
开源
输入十二音序列，一键生成矩阵和旋律，导出 MIDI
:notes: 12-tone matrix to generate dodecaphonic melodies :notes: