VoiceFlow-TTS

用流匹配让TTS更快更稳，少步采样生成自然语音

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 23 🐛 待处理 8 👀 关注 14

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 375

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，代码公开，可自行部署使用，无收费计划。

项目预览

VoiceFlow-TTS 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队X-LANCE

官网地址https://cantabile-kwok.github.io/VoiceFlow

GitHubhttps://github.com/X-LANCE/VoiceFlow-TTS

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

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★ 375

上线时间2023-09-15 00:00:00

代码更新2024-09-03

仓库体积889 KB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

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。