StyleTTS2

音色情绪几乎以假乱真，听不出是机器在读

StyleTTS 2 通过风格扩散与对抗训练，结合大型语音语言模型，实现了接近人类水平的文本转语音。合成语音的自然度与韵律表现力出众，即使无参考语音也能生成高质量语音，代表 TTS 领域的前沿进展。

开源 开源免费 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 6328
维护状态 低维护
是否开源 是
定价模式 开源免费

项目数据

分类音频音乐
开发团队yl4579
所属国家
官网地址
GitHubhttps://github.com/yl4579/StyleTTS2
定价模式开源免费
价格区间
是否开源是
开源协议MIT
主要语言Python
技术栈/模型adversarial-training,deep-learning,diffusion-models,gan,latent-diffusion,latent-diffusion-models,pytorch,speaker-adaptation,speech-synthesis,text-to-speech,tts,wavlm
GitHub 星标★ 6328
30天Star增速
HF 下载量
上线时间2023-06-14 00:00:00
最近更新2026-08-06 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7

核心亮点

    不足之处

      适用场景

        替代项目

        项目介绍

        StyleTTS 2 通过风格扩散与对抗训练，结合大型语音语言模型，实现了接近人类水平的文本转语音。合成语音的自然度与韵律表现力出众，即使无参考语音也能生成高质量语音，代表 TTS 领域的前沿进展。。主要使用 Python 开发，GitHub 星标 6328。

        上一篇：MeloTTS

        下一篇：argmax-oss-swift

        同类项目推荐

        StyleTTS2 开源

        音色情绪几乎以假乱真，听不出是机器在读

        StyleTTS 2: Towards Human-Level Text-to-Speech through Style Diffusion and Adversari···

        ★ 6328 2026-08-09
        tuneflow-py 开源

        编曲软件里直接跑 AI，灵感落地不用切工具

        + Build your music algorithms and AI models with the next-gen DAW

        ★ 890 2026-08-09
        alda-clj 开源

        A Clojure library for live-coding music with Alda

        ★ 70 2026-08-09