VocGAN

让语音合成更自然、更快速,实时生成高保真声音。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 59 🐛 待处理 8 👀 关注 9
GitHub ↗
GitHub 星标 ★ 321
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,可免费使用和修改,无付费版本。

项目预览

VocGAN 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队rishikksh20
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,可免费使用和修改,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型gan,melgan,speech-processing,speech-synthesis,text-to-speech,vocgan,vocoder
GitHub 星标★ 321
上线时间2020-08-02 00:00:00
代码更新2024-07-25
仓库体积193 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

VocGAN 是一个基于生成对抗网络(GAN)的高保真实时声码器,专为语音合成和文本转语音(TTS)系统设计。它解决的核心问题是传统声码器(如 WaveNet)合成速度慢、难以实时应用,且音质不够自然的问题。VocGAN 采用分层嵌套的对抗网络结构,在多个时间尺度上同时优化生成器,从而在保持高音频质量的同时实现极快的推理速度。其核心能力包括:支持从梅尔频谱图直接生成原始波形,提供预训练模型和训练代码,能够与主流 TTS 前端(如 Tacotron、FastSpeech)无缝集成。项目基于 Python 和 PyTorch 实现,代码结构清晰,适合研究者和开发者用于语音合成实验或产品落地。

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 ★ 321

核心亮点

  • 生成音质高,接近自然语音,优于传统声码器
  • 推理速度快,支持实时合成,适合流式应用
  • 分层嵌套对抗网络设计,训练稳定,代码可复现

不足之处

  • 文档/社区待观察
  • 依赖特定音频预处理流程,集成成本较高

适用场景

  • TTS 系统中的声码器环节,提升合成语音自然度
  • 实时语音助手或直播场景的语音生成
  • 音频编辑工具中的高质量波形重建

替代项目

HiFi-GAN、MelGAN、Parallel WaveGAN

上一篇:Expressive-FastSpeech2

下一篇:HanTTS

同类项目推荐

lue 开源

终端里读书还能听书,支持多种格式,语音自然如有声书。

Terminal eBook Reader with Audiobook-Quality Text-to-Speech — Supports EPUB, PDF, D···

★ 817 2026-08-09
voxt 开源

按住说话,自动生成干净、专业、符合当前应用的文字

We've moved to SGLang Omni Voxt: https://github.com/sgl-project/sglang-omni/tree/mai···

★ 890 2026-08-09
VoxNovel 开源

一键把电子书变成多人配音的有声书

VoxNovel: generate audiobooks giving each character a different voice actor.

★ 378 2026-08-09
omnivoice-server 开源

用 OpenAI 接口秒接 OmniVoice,让 TTS 无缝融入现有 AI 应用。

OpenAI-compatible HTTP server for OmniVoice text-to-speech

★ 93 2026-08-09
voicebox-pytorch 开源

用 PyTorch 复现 Meta 最新 TTS 模型,快速跑通语音合成实验

Implementation of Voicebox, new SOTA Text-to-speech network from MetaAI, in Pytorch

★ 705 2026-08-09
CloneTTS 开源

安卓离线音色克隆,全局听书不求人

A lightweight, offline Android Text-to-Speech (TTS) engine enabling seamless system-···

★ 878 2026-08-09
chime_tts 开源

给智能音箱的TTS播报加个前奏/尾音,通知更自然。

A custom Home Assistant integration to play combined audio files before and/or after···

★ 382 2026-10-01
MeloTTS.cpp 开源

纯 C++ 轻量 TTS,OpenVINO 加速,多语言离线合成

A lightweight pure C++ Text-to-Speech (TTS) pipeline with OpenVINO, supporting multi···

★ 113 2026-08-09
talk-to-fengge 开源

克隆声音性格,1秒内实时对话

Talk to 峰哥 — 克隆任何人的声音和性格,实时语音对话,工程延迟 < 1 秒 | Clone anyone···

★ 501 2026-08-09