efficientspeech 是语音识别领域的开源项目，由 roatienza 开发，2022 年首次发布。
它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 183。
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 2026-08-17。Apache-2.0 许可证，可自由使用和部署，无付费版本。
它主要面向的使用场景是：在嵌入式设备或移动端实现离线语音合成。同类可对比的替代方案包括 VITS、FastSpeech 2、Tacotron 2。
efficientspeech
让语音合成在CPU上也能实时跑起来
EfficientSpeech 是一个基于 PyTorch 的轻量级语音合成（TTS）模型实现，相关论文发表于 ICASSP 2023。它旨在解决传统 TTS 模型计算量大、推理速度慢、难以在边缘设备部署的问题。通过采用高效的非自回归架构和知识蒸馏技术，EfficientSpeech 在保持较高语音质量的同时，显著减少了模型参数和计算复杂度，使得语音合成可以在 CPU 或低功耗设备上实时运行。项目提供了完整的训练和推理代码，支持自定义数据集，并包含预训练模型。其核心能力包括：高效的声学特征生成、快速推理、以及与主流 TTS 流程的集成。适合对模型效率有严格要求的应用场景。
开源
free
音频音乐
GitHub 星标
★ 183
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roatienza
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，可自由使用和部署，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型neural,speech,synthesis,tts
GitHub 星标★ 183
30天Star增速
HF 下载量
上线时间2022-04-19 00:00:00
最近更新2026-08-17 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3
使用教程
核心亮点
- 模型轻量，参数量少，推理速度快，适合边缘部署
- 基于知识蒸馏，在压缩模型的同时保持较高语音质量
- 代码结构清晰，基于 PyTorch，易于二次开发和集成
不足之处
- 项目处于早期，文档和社区支持相对薄弱
- 语音质量与大规模商用TTS（如VITS）相比可能有差距
适用场景
- 在嵌入式设备或移动端实现离线语音合成
- 需要低延迟、低资源消耗的实时语音助手
- 作为高效TTS基线，用于学术研究和对比实验
替代项目
VITS、FastSpeech 2、Tacotron 2
项目介绍
上一篇：timething
下一篇：quivr-whisper
同类项目推荐
obs-localvocal
开源
直播录屏时，本地AI实时生成字幕，保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频，一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签，会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper