Multilingual_Text_to_Speech

一个模型搞定多语言混合语音合成，还能克隆声音

这是一个基于 Tacotron 2 的多语言文本转语音（TTS）实现，专注于支持多语言实验，包括参数共享、语码切换和声音克隆。项目解决了单一语言 TTS 模型无法灵活处理多语言混合输入的问题，允许在同一个模型中共享底层参数，从而高效地支持多种语言。其核心能力包括：通过参数共享机制减少多语言模型的训练开销；支持语码切换，即在句子中自然混合不同语言进行合成；提供声音克隆功能，能够根据少量参考音频模仿特定说话人的声音。项目基于 Python 和 PyTorch 构建，适合研究者和开发者用于多语言语音合成实验、跨语言语音应用开发以及个性化语音生成。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 844

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Tomiinek

所属国家

官网地址

GitHubhttps://github.com/Tomiinek/Multilingual_Text_to_Speech

定价模式free

价格说明开源项目，MIT许可证，可自由使用和修改，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型code-switching,multilingual,speech-synthesis,text-to-speech,tts,voice-cloning

GitHub 星标★ 844

30天Star增速

HF 下载量

上线时间2019-08-06 00:00:00

最近更新2026-08-14 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

支持语码切换，可在同一句话中混合多种语言合成，实用性强
参数共享机制显著降低多语言模型的训练资源需求
提供声音克隆能力，用少量样本即可模仿目标说话人

不足之处

早期项目，文档和社区支持可能不够完善
依赖 Tacotron 2，合成速度较慢，实时性不足

适用场景

多语言语音助手或翻译设备中的自然混合语音输出
个性化语音合成，如为有声书或游戏角色生成定制声音
跨语言语音研究，探索参数共享和语码切换的模型表现

替代项目

Coqui TTS、Mozilla TTS、ESPnet-TTS

项目介绍

Multilingual_Text_to_Speech 是音频音乐领域的开源项目，由 Tomiinek 开发，2019 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（844）位列前 30%，在音频音乐分类中处于中上游。

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 2026-08-14。MIT许可证，可自由使用和修改，无付费版本。

它主要面向的使用场景是：多语言语音助手或翻译设备中的自然混合语音输出。同类可对比的替代方案包括 Coqui TTS、Mozilla TTS、ESPnet-TTS。

上一篇：alexandria-audiobook

下一篇：lobe-tts