pytorch-dc-tts 是音频音乐领域的开源项目，由 tugstugi 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 186。
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 2026-05-25。MIT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：复现DC-TTS模型，理解卷积TTS原理。同类可对比的替代方案包括 Coqui TTS、Mozilla TTS、Tacotron2。
pytorch-dc-tts
用 PyTorch 快速训练中英蒙三语语音合成模型
pytorch-dc-tts 是一个基于 PyTorch 实现的文本转语音（TTS）项目，支持英语和蒙古语。它复现了 DC-TTS（Deep Convolutional Text-to-Speech）模型，该模型采用深度卷积神经网络，无需注意力机制即可生成语音。项目解决了传统 TTS 依赖复杂注意力机制、训练不稳定等问题，提供从文本到声学特征再到波形生成的完整流程。核心能力包括文本前端处理、声学模型训练、声码器合成，以及针对低资源语言（蒙古语）的适配。代码以 Jupyter Notebook 形式呈现，便于学习和实验。由于是早期项目，模型结构相对简洁，适合研究者理解 TTS 基本原理，但工程化程度有限。
开源
free
音频音乐
GitHub 星标
★ 186
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tugstugi
所属国家
定价模式free
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
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型convolutional-neural-networks,deep-learning,mongolian,python,pytorch,speech-synthesis,text-to-speech,tts
GitHub 星标★ 186
30天Star增速
HF 下载量
上线时间2018-08-10 00:00:00
最近更新2026-05-25 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
- 无需注意力机制，模型结构简洁，训练更稳定
- 支持英语和蒙古语，覆盖低资源语言场景
- 基于 PyTorch，代码清晰，适合学术研究和教学
不足之处
- 文档/社区待观察
- 仅支持两种语言，扩展性有限
适用场景
- 学术研究：复现 DC-TTS 模型，理解卷积 TTS 原理
- 低资源语言 TTS 实验：蒙古语语音合成
- 教学演示：Jupyter Notebook 便于逐步讲解 TTS 流程
替代项目
Coqui TTS、Mozilla TTS、Tacotron2
项目介绍
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···