Tacotron-pytorch

用 PyTorch 复现 Tacotron，快速搭建端到端语音合成模型

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 22 👀 关注 6
GitHub ↗
GitHub 星标 ★ 110
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，MIT许可证，完全免费，可自行部署使用。

项目预览

Tacotron-pytorch 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ttaoREtw
GitHubhttps://github.com/ttaoREtw/Tacotron-pytorch
定价模式🏷️完全免费
价格说明开源项目，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deep-learning,end-to-end,pytorch,seq2seq,speech-synthesis,tacotron,text-to-speech
GitHub 星标★ 110
上线时间2018-09-13 00:00:00
代码更新2020-01-16
仓库体积67.8 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3

项目介绍

Tacotron-pytorch 是一个基于 PyTorch 实现的 Tacotron 端到端文本转语音（TTS）模型。Tacotron 是 Google 提出的经典 TTS 架构，将文本直接映射为线性频谱或梅尔频谱，再通过声码器合成语音。该项目解决了传统 TTS 系统需要复杂前端和拼接单元的问题，实现了从文本到语音的端到端训练。核心能力包括：支持字符或音素输入、注意力机制的对齐、Seq2Seq 序列生成，以及可训练的注意力损失（guided attention）以加速收敛。项目代码结构清晰，适合研究者快速上手 Tacotron 的 PyTorch 实现，并在此基础上进行二次开发或实验。虽然星标数不高，但作为早期项目，为后续许多 TTS 开源项目提供了参考基础。

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 ★ 110

核心亮点

  • 代码结构清晰，基于 PyTorch 实现，易于阅读和修改
  • 包含注意力机制和 guided attention 损失，训练更稳定
  • 支持自定义文本输入，方便实验不同语言或数据集

不足之处

  • 文档较少，依赖项和预处理步骤需自行摸索
  • 未提供预训练模型，需从头训练才能合成语音

适用场景

  • 学术研究：复现 Tacotron 基线，对比新 TTS 方法
  • 教学演示：理解端到端 TTS 的架构和训练流程
  • 二次开发：作为基础框架，扩展多说话人或韵律控制

替代项目

Tacotron2 (NVIDIA)、ESPnet-TTS、Coqui TTS

上一篇：tts

下一篇：SLED-TTS

同类项目推荐

MioTTS-Inference 开源

轻量快速的 LLM 语音合成推理服务，支持声音克隆，即插即用。

Inference server for MioTTS, a lightweight and fast LLM-based TTS model.

★ 208 2026-08-09
easy-speech 开源

一行代码让网页开口说话，跨浏览器无依赖

Cross browser Speech Synthesis also known as Text to speech or TTS; no dependencies;···

★ 267 2026-08-09
StyleSpeech 开源

一条参考音频，快速克隆说话风格，合成自然语音

Official implementation of Meta-StyleSpeech and StyleSpeech

★ 254 2026-08-09
epub2tts 开源

把电子书一键变成有声书，通勤路上用耳朵读书

Turn an epub or text file into an audiobook

★ 962 2026-08-09
ControlSpeech 开源

几秒克隆音色，同时随心控制说话风格

[ACL 2025 Main] ControlSpeech: Towards Simultaneous Zero-shot Speaker Cloning and Ze···

★ 278 2026-08-09
tiktok-tts 开源

一行代码调用 TikTok 语音合成，快速生成 MP3 音频。

Provides a simple way to generate text-to-speech audio files using TikTok's text-to-···

★ 121 2026-08-09
Twocast 开源

一键把文章变成双人对话播客，多语言多音色，替代 NotebookLM

AI Podcast Generator for bilingual episodes, Multi Languages, Alternative to Noteboo···

★ 1291 2026-08-09
java-tts 开源

用 Java 轻松调用 Edge TTS，几行代码实现文本转语音

java-tts 文本转语音

★ 62 2026-08-09
tts-now 开源

一键将文字转为自然语音，支持批量处理，跨平台免费开源

跨平台基于云平台(阿里云、讯飞等)语音合成 API 的文字转语音助手。支持单文本快速合成和批···

★ 370 2026-08-09