TTSAudioNormalizer 是音频音乐领域的开源项目，由 ScottishFold007 开发，2024 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 113。
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 2026-07-28。本地部署，完全免费。
它主要面向的使用场景是：构建TTS训练数据集时，批量统一音频响度。同类可对比的替代方案包括 pydub、librosa、ffmpeg-normalize。
TTSAudioNormalizer
一键统一语音音频响度，让 TTS 数据集更规范
TTSAudioNormalizer 是一个面向语音合成（TTS）数据生产的专用音频响度分析与归一化工具。它解决的核心问题是：在构建 TTS 数据集时，不同来源的音频响度差异巨大，直接用于训练会导致模型输出音量不稳定。该工具提供描述性统计分析功能，能计算音频的响度分布、均值、峰值等关键指标，帮助用户了解数据集的响度特征；同时支持响度归一化操作，将音频统一调整到目标响度标准（如 LUFS），确保数据一致性。它基于 Python 实现，易于集成到数据处理流水线中，适合语音数据工程师和研究人员使用。
开源
free
音频音乐
GitHub 星标
★ 113
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ScottishFold007
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型audio,tts
GitHub 星标★ 113
30天Star增速
HF 下载量
上线时间2024-12-17 00:00:00
最近更新2026-07-28 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
- 针对 TTS 数据场景设计，专注响度统计与归一化，功能精准
- 提供描述性统计报告，帮助用户量化分析数据集响度分布
- 基于 Python，易于集成到现有数据处理流程和自动化脚本
不足之处
- 功能相对单一，仅覆盖响度处理，不支持其他音频预处理
- 文档/社区待观察
适用场景
- 构建 TTS 训练数据集时，批量统一音频响度
- 音频数据质量评估，统计响度分布以发现异常样本
- 在语音合成流水线中，作为预处理步骤保证输入一致性
替代项目
pydub、librosa、ffmpeg-normalize
项目介绍
上一篇：local11labs
下一篇：SoCodec
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···