mel-cepstral-distance

算两段语音差多少，客观评估合成质量

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 12 🐛 待处理 1 👀 关注 4

GitHub ↗

GitHub 星标 ★ 69

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源Python库，MIT许可证，完全免费，可自行部署使用。

项目预览

mel-cepstral-distance 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队stefantaubert

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

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

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

上线时间2021-03-03 00:00:00

代码更新2025-08-24

仓库体积64.2 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

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。