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 ★ 880
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10
- ffmpeg
- NVIDIA GPU（建议）
安装与启动步骤
-
1克隆
声音克隆 TTS，先拿仓库与依赖。
git clone https://github.com/sipeter/CloneTTS.git cd CloneTTS -
2装依赖
含音频处理与声码器，注意 torch 版本。
pip install -r requirements.txt -
3准备参考音
克隆音色需要 5–15 秒干净人声，尽量无底噪。
mkdir -p refs && ls refs -
4合成
用参考音 + 文本生成目标语音。
python synthesize.py --ref refs/sample.wav --text "这是一段克隆语音"
如何确认成功
生成的 wav 音色接近参考音且吐字清晰。
注意事项
- 参考音质量决定上限，手机录音先去噪。
- 克隆他人声音需取得授权，商用注意合规。
核心亮点
- 完全离线运行，保护隐私且无需网络
- 支持音色克隆，个性化语音合成
- 系统级集成，全局应用可调用
不足之处
- 早期项目，功能稳定性待验证
- 文档/社区待观察
适用场景
- 离线环境下的语音助手
- 个性化有声书朗读
- 无障碍阅读辅助
替代项目
eSpeak、MaryTTS、Coqui TTS
上一篇：TTS-Voice-Wizard
下一篇：mlx-audio-swift
同类项目推荐
FunCodec
开源
把音频变成高质量 token，让 TTS 和音乐生成更简单
FunCodec is a research-oriented toolkit for audio quantization and downstream applic···
OpenMusic
开源
输入文字，一键生成专属音乐片段
OpenMusic: SOTA Text-to-music (TTM) Generation
dia
开源
一句话说出超逼真对话，情绪到位，不用反复重录
A TTS model capable of generating ultra-realistic dialogue in one pass.
BokeBox
开源
把文章视频一键变成你的专属播客节目
BokeBox: multi-source private AI podcast studio — videos/links/articles/notes → sp···
voicefixer
开源
一键修复受损语音，去噪去混响去削波，让声音更清晰
General Speech Restoration
read-aloud
开源
一键朗读网页，解放双眼，随时随地听内容
An awesome browser extension that reads aloud webpage content with one click
vibevoice-studio
开源
录段声音，就能用你的声音说话
Beautiful voice app: record or upload to train a voice, generate speech from text or···
cs224n-gpu-that-talks
开源
用注意力机制端到端合成语音，简化传统TTS流程
Attention, I'm Trying to Speak: End-to-end speech synthesis (CS224n '18)
Parakeet
开源
用 PaddlePaddle 一键训练和部署多种主流语音合成模型
PAddle PARAllel text-to-speech toolKIT (supporting Tacotron2, Transformer TTS, FastS···