VyvoTTS
用LLM思路自己训练TTS模型，从数据到推理全流程
项目预览
项目数据
项目介绍
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 2026-10-01 · 当前星标 ★ 265
核心亮点
- 以 LLM 建模范式做 TTS，训练流程完整可复现
- Jupyter Notebook 组织，逐步可调试，适合实验与教学
- 开源可自训，能针对特定音色或领域数据微调
不足之处
- 项目早期，文档与预训练模型等资源可能不完善
- Notebook 形态工程化部署能力有限，生产落地需额外改造
适用场景
- 研究者复现和实验基于 LLM 的语音合成方法
- 开发者用自有语音数据微调定制音色 TTS
- 教学场景中演示 TTS 训练全流程
替代项目
Coqui TTS、VITS、Tortoise-TTS
上一篇：wyoming-piper
下一篇：ZONOS2
同类项目推荐
vall-e
开源
3秒参考音频，零样本克隆任意声音，生成自然语音
PyTorch implementation of VALL-E(Zero-Shot Text-To-Speech), Reproduced Demo https://···
SoCodec
开源
极低码率语音压缩，为语音语言模型提供高质量离散表示
Ultra-low-bitrate Speech Codec for Speech Language Modeling Applications
D2M-GAN
开源
给舞蹈视频自动生成匹配节拍的音乐
[ECCV2022] D2M-GAN for music generation from dance videos
editts
开源
用扩散模型精准编辑语音，改音高语速不动原声
Official implementation of EdiTTS: Score-based Editing for Controllable Text-to-Spee···
edge-tts-webui
开源
打开网页，输入文字，一键生成自然语音
edge-tts webui
FlashLabs-Chroma
开源
实时语音对话+声音克隆，几秒复刻你的音色
Worlds first open-source real-time end-to-end spoken dialogue model with personalize···
parrot
开源
本地离线AI配音，隐私安全，一键生成语音
A free, offline, private AI text-to-speech desktop app built on Rust
pflowtts_pytorch
开源
用 flow matching 快速生成自然语音，复现 NVIDIA 论文效果
Unofficial implementation of NVIDIA P-Flow TTS paper
VibeVoice-ComfyUI
开源
在 ComfyUI 里拖拽节点，一键生成高质量多角色语音
A comprehensive ComfyUI integration for Microsoft's VibeVoice text-to-speech model, ···