VoiceFlow-TTS 是音频音乐领域的开源项目，由 X-LANCE 开发，2023 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 374。
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 2026-08-19。代码公开，可自行部署使用，无收费计划。
它主要面向的使用场景是：快速语音合成原型开发。同类可对比的替代方案包括 Coqui TTS、ESPnet-TTS、VITS。
VoiceFlow-TTS
用流匹配让TTS更快更稳，少步采样生成自然语音
VoiceFlow-TTS 是 ICASSP 2024 官方开源的高效文本转语音（TTS）模型，基于修正流匹配（Rectified Flow Matching）技术。它解决了传统自回归 TTS 推理速度慢、音质不稳定等问题，通过概率流模型将文本特征直接映射为声学特征，实现单步或少步采样即可生成高质量语音。核心能力包括：支持条件流匹配的生成式训练、高效推理（相比扩散模型大幅减少采样步数）、与主流声码器（如 HiFi-GAN）无缝集成。代码基于 Python 实现，提供完整的训练和推理流程，适合研究语音生成、流匹配方法的开发者快速上手。项目处于早期阶段，但技术路线新颖，在音质和速度平衡上具有潜力。
开源
free
音频音乐
GitHub 星标
★ 374
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X-LANCE
所属国家
定价模式free
价格说明开源项目，代码公开，可自行部署使用，无收费计划。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型conditional-flow-matching,generative-models,probabilistic-models,rectified-flow-matching,speech-synthesis,text-to-speech,tts
GitHub 星标★ 374
30天Star增速
HF 下载量
上线时间2023-09-15 00:00:00
最近更新2026-08-19 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
- 基于修正流匹配，推理步数少，速度优于传统扩散TTS
- 官方代码，结构清晰，便于复现ICASSP论文结果
- 支持灵活的条件生成，适合学术研究和二次开发
不足之处
- 文档/社区待观察
- 依赖特定声码器，集成需额外配置
适用场景
- 快速语音合成原型开发
- 流匹配生成模型研究
- 低延迟TTS应用实验
替代项目
Coqui TTS、ESPnet-TTS、VITS
项目介绍
上一篇：nnmnkwii
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···