PL-BERT
用音素级 BERT 让 TTS 说话更自然，韵律更生动。
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 2026-08-09 · 当前星标 ★ 270
技术标签
核心亮点
- 创新性地将 BERT 应用于音素级建模，直接优化韵律预测，效果优于传统方法
- 支持字素预测，增强对多语言和特殊拼写的适应性
- 提供预训练模型和简洁的推理接口，易于集成到现有 TTS 系统
不足之处
- 项目早期，文档和社区支持待观察
- 依赖特定 BERT 预训练模型，可能限制跨语言泛化
适用场景
- 语音合成研究：探索韵律建模新方法
- TTS 产品开发：提升合成语音自然度
- 多语言 TTS：利用字素预测处理非标准拼写
替代项目
FastSpeech 2、Tacotron 2、VITS
下一篇：praises
同类项目推荐
AudioMuse-AI
开源
声学分析自动挖掘曲库，生成智能歌单，找回被遗忘的好歌。
AudioMuse-AI uses sonic analysis to rediscover forgotten songs, uncover hidden conne···
WhisperSubTranslate
开源
本地免费生成字幕并翻译，无需上传，隐私无忧
A free, local desktop app to extract subtitles (SRT) from video and translate them i···
OpenAI-Text-To-Speech-for-Unity
开源
在Unity中一键调用OpenAI语音合成，让应用开口说话
Implementation of OpenAI's Text-To-Speech in Unity. Synthesize any text and play it ···
MARS5-TTS
开源
几秒音频克隆音色，生成富有情感的语音
MARS5 speech model (TTS) from CAMB.AI
M3-TTS
开源
零样本合成高保真语音，多模态对齐+流匹配
Pytorch Implementation of the paper "M3-TTS: Multi-modal DiT Alignment & Mel-latent ···
JamBot
开源
用 Python 自动化音乐制作，快速生成混音灵感。
nix-tts
开源
轻量级端到端TTS，模块蒸馏实现边缘设备实时语音合成
Nix-TTS: Lightweight and End-to-end Text-to-Speech via Module-wise Distillation
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···
gTTS
开源
几行代码调用谷歌翻译，把文字变成语音
Python library and CLI tool to interface with Google Translate's text-to-speech API