Multi-Singer
从乐谱和歌词合成自然歌声，复现顶会论文效果
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 ★ 139
核心亮点
- 官方实现，与 ACM MM 2021 论文完全对应，复现结果可靠
- 显式建模音高和时长，歌声表现力优于普通 TTS
- 基于 Fastspeech 2 + HiFi-GAN 成熟架构，训练稳定
不足之处
- 依赖特定数据集（如 OpenSinger），数据获取和预处理门槛较高
- 推理速度受限于自回归声码器，实时性一般
- 文档/社区待观察
适用场景
- 学术研究：复现歌声合成基线，对比新方法
- 音乐创作：从 MIDI 和歌词自动生成人声 Demo
- 虚拟歌手开发：为虚拟形象提供可定制的歌唱声音
替代项目
DiffSinger、VISinger、NUS-HLT-SVS
上一篇：joytan
下一篇：articulate.js
同类项目推荐
ElevenLabs-DotNet
开源
用 C# 快速接入 ElevenLabs，实现高质量语音合成。
A Non-Official ElevenLabs RESTful API Client for dotnet
FluidAudio
开源
在苹果设备上本地运行前沿音频 AI，实现离线语音交互。
Frontier CoreML audio models in your apps — text-to-speech, speech-to-text, voice a···
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···
resemble-unity-text-to-speech
开源
在Unity里一键接入克隆人声，让角色开口说话
Resemble's voice cloning engine within Unity
voicevox
开源
免费日语配音编辑器，打字即可生成可调语音
無料で使える中品質なテキスト読み上げソフトウェア、VOICEVOXのエディター
NekoSpeak
开源
手机本地离线朗读，隐私无忧，多种模型任选
Private, offline AI Text-to-Speech for Android with Kokoro, KittenTTS, Pocket-tts an···
Auralis
开源
快速将文本转语音，低延迟集成到你的应用
A Fast TTS Engine
edge-tts-extension
开源
免费高质量网页朗读，无需API Key，一键生成语音
Chrome extension to generate free, high-quality text-to-speech using Microsoft Edge'···
ronor
开源
在终端里控制你的 Sonos 音箱，还能用文字转语音播报
Sonos smart speaker controller API and command-line tools