mel-cepstral-distance

算两段语音差多少，客观评估合成质量

这是一个用于计算两段语音或音频之间Mel倒谱距离（MCD）的Python库，MCD是语音合成与语音转换领域常用的客观质量评估指标。它基于Robert F. Kubichek提出的方法实现，能够量化两个输入在频谱包络上的差异。核心能力包括：支持MFCC特征提取、动态时间规整（DTW）对齐、多种距离度量（如欧氏距离、KL散度等），并提供了灵活的API用于批量评估。该库解决了主观听感评估成本高、难以复现的问题，为研究人员和工程师提供了一个标准化、可量化的语音质量评估工具。它适用于语音合成系统调优、语音转换效果对比、语音识别前端验证等场景，帮助用户快速定位生成语音与目标语音的差异程度。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 69

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stefantaubert

所属国家

官网地址

GitHubhttps://github.com/stefantaubert/mel-cepstral-distance

定价模式free

价格说明开源Python库，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型cepstral,distance,distortion,divergence,dtw,dynamic-time-warping,language,linguistics,mcd,mel,mfcc,objective-evaluation,spectrogram,spectrum,speech-quality,speech-synthesis,text-to-speech,tts,voice-cloning

GitHub 星标★ 69

30天Star增速

HF 下载量

上线时间2021-03-03 00:00:00

最近更新2026-08-25 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2

使用教程

核心亮点

实现了Kubichek经典MCD算法，评估结果有学术依据
集成DTW对齐，能处理语音时长不一致的情况
API简洁，支持批量计算，便于集成到评估流程

不足之处

文档/社区待观察
仅支持Python，未提供命令行或跨语言接口

适用场景

语音合成系统输出质量自动评估
语音转换效果对比与调参
语音研究中的客观指标计算

替代项目

pymcd、speechmetrics、comet

项目介绍

mel-cepstral-distance 是音频音乐领域的开源项目，由 stefantaubert 开发，2021 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 69。

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 2026-08-25。开源Python库，MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：语音合成系统输出质量自动评估。同类可对比的替代方案包括 pymcd、speechmetrics、comet。

上一篇：WaveGrad2

下一篇：ncnn-android-piper