TTS-Cube

用RNN端到端合成语音，从文本到波形一步到位

TTS-Cube 是一个基于循环神经网络的端到端语音合成项目，旨在直接从文本生成语音波形，解决传统TTS系统需要复杂前端和声码器拼接的问题。其核心能力包括：使用LSTM网络建模序列依赖，支持音素和字符两种输入表示，通过自回归方式逐帧预测mel频谱图，最终合成可听语音。项目代码结构清晰，提供训练和推理脚本，适合研究者快速上手端到端TTS的基线实验。尽管星标数不高，但作为早期探索，它展示了RNN在语音合成中的潜力，为后续更先进的TTS模型（如Tacotron）提供了参考实现。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 223

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tiberiu44

所属国家

官网地址https://tiberiu44.github.io/TTS-Cube

GitHubhttps://github.com/tiberiu44/TTS-Cube

定价模式free

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

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型autoregressive,character,end-2-end,long-short-term-memory,lstm,mel-spectrogram,neural,neural-network,phoneme,speech,synthesis,text-to-speech

GitHub 星标★ 223

30天Star增速

HF 下载量

上线时间2018-07-21 00:00:00

最近更新2026-01-17 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4

使用教程

核心亮点

纯端到端架构，无需传统前端文本分析和拼接声码器，简化流程
支持音素和字符双输入，适应不同语言和文本粒度需求
代码精简，基于LSTM和自回归，易于理解RNN-TTS核心原理

不足之处

语音质量可能不如现代TTS（如Tacotron2），缺乏注意力机制
文档和社区支持有限，仅适合学习研究，难直接商用

适用场景

学术研究：作为RNN-TTS基线模型，对比后续注意力机制改进
教学演示：展示端到端语音合成的基本流程和RNN应用
轻量级原型：在资源受限环境下快速搭建TTS实验

替代项目

Tacotron、Tacotron2、DeepVoice

项目介绍

TTS-Cube 是音频音乐领域的开源项目，由 tiberiu44 开发，2018 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 223。

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 2026-01-17。Apache-2.0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：学术研究：作为RNN-TTS基线模型，对比后续注意力机制改进。同类可对比的替代方案包括 Tacotron、Tacotron2、DeepVoice。

上一篇：pflowtts_pytorch

下一篇：pyht