VyvoTTS

用LLM思路自己训练TTS模型，从数据到推理全流程

VyvoTTS 是一个基于大语言模型（LLM）思路构建的文本转语音（TTS）训练框架，核心是把语音合成任务当作语言建模问题来处理。它面向想自己训练 TTS 模型的开发者与研究者，提供从数据准备、模型训练到推理的完整流程，降低从零搭建 TTS 系统的门槛。项目用 Jupyter Notebook 编写，便于逐步调试和实验，适合教学、原型验证和二次开发。相比直接调用云端 TTS API，它让用户掌握模型权重与训练细节，可针对特定音色、语言或领域数据做微调。核心能力包括：基于 LLM 架构的语音 token 建模、支持自定义数据集训练、可复现的 notebook 实验流程，以及面向开源社区的模型训练脚本。当前项目处于早期阶段，星标约 262，生态和文档仍在完善中，适合愿意阅读源码、动手实验的技术用户。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 262

维护状态较活跃

是否开源是

定价模式 free

项目预览

项目数据

分类音频音乐

开发团队Vyvo-Labs

所属国家

官网地址

GitHubhttps://github.com/Vyvo-Labs/VyvoTTS

定价模式free

价格说明开源项目，免费使用

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

GitHub 星标★ 262

30天Star增速

HF 下载量

上线时间2025-08-13 00:00:00

最近更新2026-09-29 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-01

浏览次数0

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

正在加载星标数据…

使用教程

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

项目介绍

VyvoTTS 是音频音乐领域的开源项目，由 Vyvo-Labs 开发，2025 年首次发布。

它收录于音频音乐分类，该分类目前共有 757 个项目，GitHub 星标数为 262。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-29。免费使用。

它主要面向的使用场景是：研究者复现和实验基于LLM的语音合成方法。同类可对比的替代方案包括 Coqui TTS、VITS、Tortoise-TTS。

上一篇：wyoming-piper

下一篇：ZONOS2