vae_tacotron2
用VAE隐变量控制语音风格，让TTS更自然有表现力
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 ★ 91
核心亮点
- VAE隐变量建模风格，比GST更稳定且无需风格标签
- 完整PyTorch实现，含训练、推理和预训练模型，上手快
- 支持多说话人，便于扩展个性化语音合成
不足之处
- 文档/社区待观察
- 项目较早期，预训练模型覆盖语种有限
适用场景
- 研究语音风格建模与韵律控制
- 构建多说话人TTS系统
- 低资源语种的语音合成定制
替代项目
GST Tacotron 2、Tacotron 2、FastSpeech 2
下一篇：tacotron
同类项目推荐
piper-rs
开源
在 Rust 中离线合成语音，轻松集成 Piper 模型。
Use piper TTS models in Rust
ChineseTtsTflite
开源
安卓离线中文语音合成，快速测试TFLite模型
Android Chinese TTS Engine Base On Tensorflow TTS , use for TfLite Models Test。安卓···
e2-tts-pytorch
开源
几行代码实现零样本语音克隆，让 TTS 不再复杂
Implementation of E2-TTS, "Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TT···
PolyLangVITS
开源
一个模型搞定中英日韩语音合成，开箱即用
Multi-speaker Speech Synthesis Using VITS(KO, JA, EN, ZH)
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
generative.fm
开源
打开网页，聆听永不重复的算法生成音乐
A platform for playing generative music in the browser.
LocalText2Voice
开源
本地一键把文字变成干净播客级音频，无需联网
Free open-source AI desktop app for audiobooks, podcasts, documentaries, films and a···
ChatTTS-OpenVoice
开源
上传10秒音频，克隆你的专属ChatTTS音色
Fuse ChatTTS with OpenVoice, upload a 10-second audio clip, and clone your personali···
MangoByte
开源
在 Discord 里一键播放 Dota 英雄台词，还能 TTS 整活
A discord bot that provides the ability to play dota hero response clips, do tts, an···