VITS

用文本合成语音,还能一键变声,端到端搞定。

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 9 👀 关注 2
GitHub ↗
GitHub 星标 ★ 92
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,需自行部署使用。

项目预览

VITS 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队zassou65535
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,需自行部署使用。
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pytorch,text-to-speech,vits,voice-conversion,voice-converter,voice-style-transfer
GitHub 星标★ 92
上线时间2021-12-20 00:00:00
代码更新2023-02-02
仓库体积77 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

VITS 是一个基于 PyTorch 的文本转语音(TTS)与语音转换(VC)工具,支持将文本合成为自然语音,并能将一个人的声音特征迁移到另一个人上。它解决了传统 TTS 系统需要复杂外部对齐模块的问题,通过端到端训练直接生成高质量语音,同时提供语音风格转换能力。核心能力包括:多语言文本合成、实时语音转换、说话人风格迁移,以及预训练模型的快速部署。项目代码结构清晰,适合研究语音生成或构建个性化语音应用的开发者。

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 ★ 92

核心亮点

  • 端到端训练,无需外部对齐,简化 TTS 流程
  • 同时支持 TTS 和语音转换,功能二合一
  • 基于 PyTorch,代码易读,便于二次开发

不足之处

  • 项目早期,文档和社区支持待观察
  • 预训练模型覆盖语言有限,需自行训练

适用场景

  • 个性化语音助手开发
  • 有声书或播客快速配音
  • 语音风格迁移实验

替代项目

Coqui TTS、ESPnet、Tacotron 2

上一篇:text-to-speech-api

下一篇:text-to-speech-sample

同类项目推荐

emospeech 开源

从语音中识别情绪,让机器听懂你的心情

★ 128 2026-08-09
1SHOT 开源

一个机器人搞定 Discord 音乐、游戏和管理

All my works - https://github.com/FirezTheGreat (latest music commands/djs v14/es6 m···

★ 83 2026-08-09
PitchExtractor 开源

用深度学习精准提取音高,让语音转换和TTS训练更稳定。

Deep Neural Pitch Extractor for Voice Conversion and TTS Training

★ 153 2026-08-09
DeepLearningMusicGeneration 开源

一张图看懂AI音乐生成前沿,快速上手深度学习方法

State of the Art of Music Generation with Deep Learning and AI

★ 287 2026-08-09
voc2vec 开源

让机器听懂笑声哭声,解锁非语言声音的语义

This repository contains the code for the paper "voc2vec: A Foundation Model for Non···

★ 59 2026-08-09
tortoise.cpp 开源

在本地 CPU 上快速跑通 tortoise-tts,无需 GPU 也能语音合成。

A ggml (C++) re-implementation of tortoise-tts

★ 191 2026-08-09
vocal-craft-studio 开源

一键批量克隆声音,生成印地语和英语自然语音

Tuned Hindi & English AI Voice Studio 2026 – Batch Cloning & TTS

★ 122 2026-08-09
TTS-Story 开源

用标签脚本一键生成多角色有声书,本地或云端引擎任选。

TTS-Story is a web-based multi‑voice TTS studio for turning tagged scripts into aud···

★ 355 2026-08-09
GPA 开源

一个模型搞定语音识别、合成和转换,轻量高效

[AutoArk] GPA (General Purpose Audio) can do ASR, TTS and voice conversion with one ···

★ 3056 2026-08-09