StyleTTS

用风格迁移让AI语音更有情感和表现力

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 70 🐛 待处理 17 👀 关注 30

GitHub ↗

GitHub 星标 ★ 468

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，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类音频音乐

开发团队yl4579

GitHubhttps://github.com/yl4579/StyleTTS

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

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★ 468

上线时间2022-06-01 00:00:00

代码更新2025-01-13

仓库体积113.7 MB

本站数据更新2026-11-07

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

StyleTTS 是一个基于 PyTorch 的文本到语音（TTS）合成项目，通过风格迁移技术让合成语音具备多样化的情感和韵律表达。它解决了传统 TTS 系统语音单调、缺乏自然感的问题，核心能力包括解耦内容与风格表征、支持参考音频引导风格生成，以及高表现力的语音输出。项目目前处于早期阶段，代码结构清晰，适合研究者和开发者探索风格化语音合成技术。

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 ★ 468

技术标签

deep-learning pytorch speech-synthesis text-to-speech tts

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 60 分钟部署方式：本地GPU 4 步

环境要求

Python
PyTorch
CUDA GPU
语音数据

安装与启动步骤

1拉代码

研究工程，含训练与推理。
```
git clone https://github.com/yl4579/StyleTTS.git
```

2装依赖

一行装齐，含一个需从源码装的包。

pip install SoundFile torchaudio munch torch pydub pyyaml librosa git+https://github.com/resemble-ai/monotonic_align.git

3先训第一阶段

两阶段训练，顺序不能反。
```
python train_first.py --config_path ./Configs/config.yml
```
4再训第二阶段

第二阶段在第一阶段产物上继续。
```
python train_second.py --config_path ./Configs/config.yml
```