TensorFlowTTS

用 TensorFlow 2 快速构建多语言实时语音合成系统

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 797 🐛 待处理 1 👀 关注 75
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3996
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0 许可证,完全免费,可自行部署使用。

项目预览

TensorFlowTTS 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TensorSpeech
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0 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Apache-2.0
主要语言Python
技术栈/模型chinese-tts,fastspeech,fastspeech2,german-tts,japanese-tts,korea-tts,melgan,mobile-tts,multi-speaker-tts,multiband-melgan,parallel-wavegan,real-time,speech-synthesis,tacotron2,tensorflow2,text-to-speech,tflite,tts,vocoder,zh-tts
GitHub 星标★ 3996
上线时间2020-03-22 00:00:00
代码更新2024-07-05
仓库体积133.3 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

TensorFlowTTS 是一个基于 TensorFlow 2 的实时语音合成工具包,旨在提供最先进的语音合成能力。它解决了从文本到语音(TTS)的完整流程问题,支持多种语言(包括英语、法语、韩语、中文、德语等),并易于扩展到其他语言。其核心能力包括:支持 FastSpeech、FastSpeech2 等主流声学模型,以及 MelGAN、Multi-band MelGAN 等声码器,能生成高质量、自然流畅的语音。项目提供了完整的训练、推理和微调流程,支持多说话人合成,并针对移动端(MobileTTS)进行了优化,适合在资源受限的设备上部署。通过模块化设计,用户可以灵活组合不同模型,快速构建定制化 TTS 系统。

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 ★ 3996

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:进阶 约 15 分钟 部署方式:库/依赖 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 环境(项目开发语言为 Python)
  • TensorFlow 2.x(README 明确项目基于 TensorFlow 2)
  • pip 包管理工具
  • Git(用于获取 GitHub 仓库源码)
  • 可联网环境(下载依赖与预训练模型)

安装与启动步骤

  1. 1获取项目源码

    从 GitHub 克隆 TensorFlowTTS 仓库到本地,命令中的地址来自 README 提供的仓库地址。

    git clone https://github.com/TensorSpeech/TensorFlowTTS.git
  2. 2进入项目目录

    切换到刚克隆下来的项目根目录,后续命令均在此目录下执行。

    cd TensorFlowTTS
  3. 3创建虚拟环境

    用 venv 建一个独立 Python 环境,避免与系统里其他依赖冲突,可按需改用 conda。

    python -m venv venv
  4. 4激活虚拟环境

    macOS/Linux 用 source 激活;Windows 请改用 venv\Scripts\activate。

    source venv/bin/activate
  5. 5安装 TensorFlow 2

    项目基于 TensorFlow 2,先装好框架。具体版本要求请以仓库 Installation 章节为准。

    pip install tensorflow
  6. 6查看官方安装说明

    本次 README 节选中 Installation 内容未展开,请打开仓库 README 的 Installation 部分按其步骤安装本包及依赖。

如何确认成功

在 Python 中执行 import tensorflow 并打印版本号,能正常输出版本即说明 TensorFlow 2 环境就绪;TTS 功能验证请按官方示例。

常见问题

Q:README 里没有给出安装命令怎么办?

A:本次节选的 Installation 章节内容为空,请直接打开 GitHub 仓库 README 的 Installation 部分,按官方给出的命令安装,不要自行猜测包名。

Q:运行需要 GPU 吗?

A:README 未强制要求 GPU,但项目主打实时语音合成与训练,通常建议用 GPU 加速;具体硬件要求以官方文档和示例为准。

Q:支持哪些语言?

A:README 提到支持英语、法语、韩语、中文、德语等,并说明可以方便地扩展到其他语言。

Q:可以部署到手机或嵌入式设备吗?

A:可以。README 说明借助 fake-quantize aware 与 pruning,模型可跑得比实时更快,并能部署到移动端或嵌入式系统(MobileTTS)。

注意事项

  • 本次 README 节选中 Installation 部分没有展开,上面的步骤仅为通用准备动作,不代表官方安装流程。
  • 不要使用 README 中未出现的包名、参数、端口或路径,安装前请先确认仓库 README 的最新说明。
  • 项目基于 TensorFlow 2,若本地已装 TensorFlow 1.x 或版本不匹配,建议在独立虚拟环境中安装。
  • 首次使用可参考官方 Colab 与 Gradio Web Demo 示例,快速验证环境是否可用。

核心亮点

  • 基于 TensorFlow 2,与现有 TF 生态无缝集成,便于部署和扩展
  • 支持多种主流 TTS 模型(FastSpeech/FastSpeech2)和声码器(MelGAN),组合灵活
  • 内置多语言支持(中英韩法德等),且易于适配新语言

不足之处

  • 项目维护活跃度一般,部分依赖可能过时,需自行适配新环境
  • 文档和示例相对简略,上手门槛较高,社区支持有限

适用场景

  • 多语言语音助手或客服机器人开发
  • 移动端离线语音合成应用(如导航、阅读器)
  • 研究实验:对比不同声学模型和声码器组合的效果

替代项目

Coqui TTS、ESPnet-TTS、MeloTTS

上一篇:metavoice-src

下一篇:vall-e

同类项目推荐

Silero-TTS-Service 开源

给 Home Assistant 装上离线高音质语音合成,一句话搞定本地 TTS。

Silero TTS backend service. Can be used with Home Assistant and Rhasspy.

★ 63 2026-08-09
blossom 开源

点点画画,即刻生成你的专属旋律

A lovely interactive music generator

★ 249 2026-08-09
Podcini 开源

一个应用同时听播客和 YouTube 音频,告别来回切换。

Open source podcast instrument for Android supporting contents from YouTube and YT M···

★ 238 2026-08-09
HeadTTS 开源

浏览器里跑TTS,带时间戳和口型,直接做唇形同步

HeadTTS: Free neural text-to-speech (Kokoro) with timestamps and visemes for lip-syn···

★ 184 2026-08-09
remi 开源

用 Transformer 生成有节奏感的流行钢琴曲,基于节拍建模更自然。

"Pop Music Transformer: Beat-based Modeling and Generation of Expressive Pop Piano C···

★ 606 2026-08-09
text-to-speech 开源

在 Capacitor 应用里一行代码实现文字转语音

⚡️ Capacitor plugin for synthesizing speech from text.

★ 130 2026-08-09
MemoAI 开源

导入视频,自动出双语字幕和笔记

MemoAI Video to translated text, subtitles and notes made easy.

★ 1081 2026-10-05
KokoroSharp 开源

在 .NET 项目中一行代码集成离线多语言语音合成

Fast local TTS inference engine in C# with ONNX runtime. Multi-speaker, multi-platfo···

★ 250 2026-08-09