StyleTTS 是音频音乐领域的开源项目，由 yl4579 开发，2022 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 469。
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 2026-08-28。MIT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：语音助手需要自然情感表达的场景。同类可对比的替代方案包括 Tacotron2、FastSpeech2、VITS。
项目数据
分类音频音乐
开发团队yl4579
所属国家
定价模式free
价格说明开源项目，MIT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MIT
主要语言Python
技术栈/模型deep-learning,pytorch,speech-synthesis,text-to-speech,tts
GitHub 星标★ 469
30天Star增速
HF 下载量
上线时间2022-06-01 00:00:00
最近更新2026-08-28 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
- 创新性地解耦内容与风格，支持参考音频控制情感和韵律
- 基于 PyTorch 实现，代码简洁易读，便于二次开发
- 为高表现力 TTS 提供了新思路，适合学术研究
不足之处
- 项目处于早期，文档和社区支持待观察
- 预训练模型和完整训练流程可能未完善
适用场景
- 语音助手需要自然情感表达的场景
- 有声书或播客的自动化配音
- 游戏或影视角色语音生成
替代项目
Tacotron2、FastSpeech2、VITS
项目介绍
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···