TensorVox 是音频音乐领域的开源项目，由 ZDisket 开发，2020 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 214。
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 2026-06-30。开源桌面应用，MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：离线语音助手或播报工具，无需联网。同类可对比的替代方案包括 Coqui TTS、Mimic 3、ESPnet-TTS。
TensorVox
本地离线跑神经语音合成，低延迟高隐私，桌面即用
TensorVox 是一个用 C++ 编写的桌面端神经语音合成应用，专注于将文本实时转换为自然语音。它解决了传统 TTS 工具依赖云端、延迟高、集成复杂的问题，提供本地化的离线语音合成能力。核心能力包括基于 FastSpeech2 和 Tacotron2 的声学模型，以及 MB-MelGAN 和 Multiband-MelGAN 的声码器，支持音素级输入，可生成高质量语音。应用面向桌面环境，强调实时性，适合需要低延迟、隐私安全的语音生成场景。项目处于早期阶段，代码结构清晰，为开发者提供了从模型推理到界面交互的完整参考实现。
开源
free
音频音乐
GitHub 星标
★ 214
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队ZDisket
所属国家
定价模式free
价格说明开源桌面应用，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言C++
技术栈/模型desktop,fastspeech2,mb-melgan,multiband-melgan,phoneme,real-time,speech-synthesis,tacotron2,text-to-speech,tts,voice-synthesis
GitHub 星标★ 214
30天Star增速
HF 下载量
上线时间2020-08-13 00:00:00
最近更新2026-06-30 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
- 纯 C++ 实现，性能好，适合桌面端低延迟实时合成
- 集成 FastSpeech2/Tacotron2 与 MB-MelGAN，语音自然度高
- 本地推理，数据不出设备，隐私安全有保障
不足之处
- 文档/社区待观察
- 模型体积和推理资源占用可能较高，低配机器有压力
适用场景
- 离线语音助手或播报工具，无需联网
- 隐私敏感场景下的文本转语音，如医疗、金融
- 桌面端游戏或应用内的实时语音反馈
替代项目
Coqui TTS、Mimic 3、ESPnet-TTS
项目介绍
上一篇：CoMoSpeech
下一篇：Tacotron-pytorch
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···