AdaSpeech 是音频音乐领域的开源项目，由 tuanh123789 开发，2022 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 98。
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 2025-12-18。可自行部署使用，无付费版本。
它主要面向的使用场景是：个性化语音助手定制音色。同类可对比的替代方案包括 YourTTS、VITS、Tacotron2。
AdaSpeech
用几秒参考音频，快速克隆出你的专属AI音色
AdaSpeech 是微软提出的自适应文本转语音（TTS）模型的非官方实现，旨在通过少量参考音频实现定制化音色克隆。它基于 FastSpeech 2 架构，引入条件层归一化（Conditional Layer Normalization）技术，将说话人特征注入到声学模型中，从而在保持高自然度的同时，仅需几秒目标说话人语音即可合成出相似音色的语音。该项目解决了传统 TTS 系统需要大量目标说话人数据才能训练个性化模型的问题，降低了定制语音的门槛。核心能力包括：支持自定义音色、快速适应新说话人、保持较高的语音自然度和韵律表现。代码基于 Python 实现，提供了训练和推理流程，方便研究者复现和二次开发。
开源
free
音频音乐
GitHub 星标
★ 98
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tuanh123789
所属国家
定价模式free
价格说明开源项目，可自行部署使用，无付费版本。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型adaspeech,conditional-layer-norm,conditional-layer-normalization,fastspeech2,text-to-speech,voiceclone
GitHub 星标★ 98
30天Star增速
HF 下载量
上线时间2022-04-29 00:00:00
最近更新2025-12-18 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
- 基于 FastSpeech 2，合成语音自然度和韵律表现较好
- 条件层归一化技术有效，少量样本即可适应新音色
- 提供完整训练和推理代码，便于研究和二次开发
不足之处
- 非官方实现，与微软原论文可能存在细节差异
- 文档和社区支持相对薄弱，上手门槛较高
适用场景
- 个性化语音助手定制音色
- 有声书或播客的定制旁白
- 游戏或虚拟角色配音
替代项目
YourTTS、VITS、Tacotron2
项目介绍
上一篇：FastSpeech2
下一篇：elevenlabs_tts
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···