LLaSA_training

用LLM算力换自然语音,训练推理双扩展

LLaSA是一个基于LLaMA架构的语音合成项目,旨在通过扩展训练和推理时的计算量来提升语音生成质量。它解决了传统TTS模型在自然度和表现力上的不足,将语音离散化为XCodec2 token,并利用LLM的上下文学习能力进行建模。核心能力包括支持大规模并行训练、灵活的推理时计算扩展(如多次采样与重排),以及基于文本和语音的联合建模。项目提供完整的训练和推理代码,适合研究者和开发者探索高质量语音合成。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 657
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zhenye234
所属国家
官网地址
定价模式free
价格说明开源项目,本地部署,完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型llama,llm,text-to-speech,xcodec2
GitHub 星标★ 657
30天Star增速
HF 下载量
上线时间2025-01-08 00:00:00
最近更新2026-09-23 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2

使用教程

核心亮点

  • 基于LLaMA架构,天然具备强大的语言建模能力,语音自然度高
  • 同时扩展训练和推理计算,灵活控制质量与延迟
  • 使用XCodec2离散表示,简化语音与文本的统一建模

不足之处

  • 早期项目,文档和社区支持尚不完善
  • 依赖大规模计算资源,普通开发者难以复现

适用场景

  • 高表现力语音合成研究
  • 低资源语音克隆与生成
  • 多模态LLM语音接口开发

替代项目

VALL-E、XTTS、Bark

项目介绍

LLaSA_training 是模型训练领域的开源项目,由 zhenye234 开发,2025 年首次发布。

它收录于模型训练分类,该分类目前共有 522 个项目,GitHub 星标数为 657。

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 2026-09-23。本地部署,完全免费。

它主要面向的使用场景是:高表现力语音合成研究。同类可对比的替代方案包括 VALL-E、XTTS、Bark。

上一篇:mlx-tune

下一篇:easevoice-trainer

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性,长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 463 2026-08-09
minimind 开源

两小时造出你的小模型,练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 62178 2026-08-09
pruna 开源

一键优化 AI 模型,推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1286 2026-08-13