vixtts-demo

上传一段越南语音频，即刻克隆音色并合成新语音

vixtts-demo 是一个面向越南语的开源语音克隆与文本转语音（TTS）模型演示项目。它基于 XTTS 架构进行微调，专门针对越南语进行优化，解决了通用 TTS 模型在越南语上发音不准、韵律不自然的问题。项目提供了完整的训练和推理流程，支持零样本语音克隆，即使用户提供少量参考音频，也能合成出与参考音色高度相似的语音。核心能力包括：越南语文本转语音、语音克隆、多说话人支持、以及基于 Jupyter Notebook 的交互式演示环境。对于越南语语音合成研究者和开发者，该项目提供了一个可直接实验和二次开发的基线。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 516

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thinhlpg

所属国家

官网地址

GitHubhttps://github.com/thinhlpg/vixtts-demo

定价模式free

价格说明Hugging Face Space 上的在线演示，免费使用，无付费版本。

访问状态

是否开源是

开源协议MPL-2.0

主要语言Jupyter Notebook

技术栈/模型text-to-speech,vietnamese

GitHub 星标★ 516

30天Star增速

HF 下载量

上线时间2024-04-05 00:00:00

最近更新2026-09-18 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

专门针对越南语优化，发音和韵律比通用模型更自然
支持零样本语音克隆，仅需几秒参考音频即可模仿音色
基于 Jupyter Notebook 提供交互式演示，上手门槛低，便于实验

不足之处

项目处于早期阶段，文档和社区支持尚待完善
训练和推理对硬件资源有一定要求，普通 CPU 环境可能难以流畅运行

适用场景

越南语有声内容创作，如播客、有声书自动配音
越南语语音助手或聊天机器人的语音合成
越南语教学材料的多角色语音生成

替代项目

Coqui XTTS、VITS、Tortoise TTS

项目介绍

vixtts-demo 是音频音乐领域的开源项目，由 thinhlpg 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 516。

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 2026-09-18。Hugging Face Space 上的在线演示，免费使用，无付费版本。从国内网络环境看，可用性暂无实测数据。

它主要面向的使用场景是：越南语有声内容创作，如播客、有声书自动配音。同类可对比的替代方案包括 Coqui XTTS、VITS、Tortoise TTS。

上一篇：EDDI

下一篇：e2-tts-pytorch