TalkNet2-pytorch
快速训练轻量级语音合成模型，显式控制音高和时长
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 ★ 90
核心亮点
- 非自回归架构显著提升合成速度，适合实时场景
- 显式预测音高和时长，便于控制语音韵律
- 深度可分离卷积降低参数量和计算成本
不足之处
- 文档/社区待观察
- 早期项目，功能可能不完善
适用场景
- 研究非自回归 TTS 架构
- 低资源设备上的语音合成
- 需要精细控制音高和时长的语音生成
替代项目
Tacotron2、FastSpeech2、VITS
上一篇：DiffWave-Vocoder
下一篇：TTS-recipes
同类项目推荐
seq2seq-vc
开源
用序列模型实现声音转换，无需平行语料
A sequence-to-sequence voice conversion toolkit.
kokoclone
开源
克隆任意声音，用 Kokoro 生成多语言自然语音
Voice Cloning, Now Inside Kokoro. Generate natural multilingual speech and clone any···
DiffRoll
开源
用扩散模型把音频自动变成钢琴卷帘谱
PyTorch implementation of DiffRoll, a diffusion-based generative automatic music tra···
RVC-Studio
开源
让 RVC 语音克隆与转换，像用 App 一样简单直观
The best looking and most functional webui for RVC related tasks. See website for UI···
Tacotron2-PyTorch
开源
用PyTorch快速训练Tacotron 2，支持缩减因子加速合成
Yet another PyTorch implementation of Tacotron 2 with reduction factor and faster tr···
HiFTNet
开源
让语音合成又快又清晰，实时生成高质量人声。
HiFTNet: A Fast High-Quality Neural Vocoder with Harmonic-plus-Noise Filter and Inve···
dia2
开源
让 AI 对话实时开口，边生成边播放不卡顿
TTS model capable of streaming conversational audio in realtime.
dla
开源
一站式音频深度学习工具箱，快速搞定语音识别与合成
Deep learning for audio processing
fish-audio-python
开源
几行代码接入 Fish Audio，快速实现文本转语音和声音克隆。
The official Python library for the Fish Audio API.