UnivNet-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 76。
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 2026-01-30。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：语音合成系统后端声码器。同类可对比的替代方案包括 HiFi-GAN、MelGAN、WaveGlow。
UnivNet-pytorch
用PyTorch复现UnivNet声码器，快速生成高保真语音波形。
UnivNet-pytorch 是 UnivNet 神经声码器的非官方 PyTorch 实现。UnivNet 是一种用于高保真波形生成的神经声码器，通过多分辨率频谱判别器（MRSD）提升生成音频的保真度，在语音合成（TTS）任务中表现出色。该项目解决了传统声码器生成音频质量不高、训练不稳定等问题，提供了完整的训练和推理代码，支持从梅尔频谱图生成原始波形。核心能力包括：多分辨率频谱判别器架构、对抗训练机制、以及针对语音合成优化的生成器设计。项目代码结构清晰，适合研究者复现和二次开发，但星标数较少，属于早期阶段，文档和社区支持有待完善。
开源
free
音频音乐
GitHub 星标
★ 76
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★ 76
30天Star增速
HF 下载量
上线时间2021-06-16 00:00:00
最近更新2026-01-30 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2
使用教程
核心亮点
- 完整复现UnivNet架构，包含多分辨率频谱判别器，训练稳定
- 代码结构清晰，易于修改和集成到TTS流程
- 提供预训练模型和推理脚本，开箱即用
不足之处
- 非官方实现，可能与原论文存在细微差异
- 文档和社区支持较少，新手入门有门槛
适用场景
- 语音合成系统后端声码器
- 学术研究复现UnivNet基线
- 低资源场景下的高保真语音生成
替代项目
HiFi-GAN、MelGAN、WaveGlow
项目介绍
上一篇：omnivoice-server
下一篇：dctts-pytorch
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···