VITS-Pytorch

一键训练端到端语音合成模型,无需复杂对齐

VITS-Pytorch 是一个基于 PyTorch 的端到端语音合成(TTS)项目,实现了 VITS 模型。VITS 通过对抗训练和变分推断,直接从文本生成高自然度的语音,无需传统 TTS 中的文本对齐等复杂预处理流程。该项目旨在降低 TTS 的学习和使用门槛,提供一键训练和推理脚本,支持自定义数据集,适合研究者和开发者快速上手语音合成技术。核心能力包括:端到端训练、高表现力语音生成、简单易用的接口。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 59
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yeyupiaoling
所属国家
官网地址
定价模式free
价格说明开源项目,基于Apache-2.0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Apache-2.0
主要语言Python
技术栈/模型pytorch,text-to-speech,tts,vits
GitHub 星标★ 59
30天Star增速
HF 下载量
上线时间2023-08-23 00:00:00
最近更新2026-07-26 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

  • 端到端设计,免去文本对齐等繁琐步骤,训练流程简洁
  • 基于 PyTorch,代码结构清晰,易于二次开发和定制
  • 提供一键训练和生成脚本,上手门槛低

不足之处

  • 项目处于早期阶段,功能可能不完善
  • 文档和社区支持相对薄弱

适用场景

  • 快速原型验证 TTS 模型
  • 学术研究中的语音合成对比实验
  • 个人开发者构建简单语音助手

替代项目

Coqui TTS、ESPnet-TTS、Tacotron2

项目介绍

VITS-Pytorch 是音频音乐领域的开源项目,由 yeyupiaoling 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 59。

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 2026-07-26。基于Apache-2.0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:快速原型验证TTS模型。同类可对比的替代方案包括 Coqui TTS、ESPnet-TTS、Tacotron2。

上一篇:OtosakuTTS-iOS

下一篇:omi-read-aloud

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.

★ 1239 2026-08-09
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

★ 1236 2026-09-13
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···

★ 52 2026-08-09
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···

★ 246 2026-08-09