awesome-speech-recognition-speech-synthesis-papers

按图索骥，快速入门语音识别与合成论文

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 513 🐛 待处理 9 👀 关注 181

GitHub ↗

GitHub 星标 ★ 3134

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，无付费版本。

项目预览

awesome-speech-recognition-speech-synthesis-papers 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zzw922cn

GitHubhttps://github.com/zzw922cn/awesome-speech-recognition-speech-synthesis-papers

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

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

技术栈/模型acoustic-model,attention-mechanism,automatic-speech-recognition,cnn,diffusion-models,dnn,language-model,neural-network,papers,recognition-synthesis,rnn,roadmap,seq2seq,singing-voice-synthesis,speaker-verification,speech-recognition,speech-synthesis,timit-dataset,tts,voice-conversion

GitHub 星标★ 3134

上线时间2017-04-28 00:00:00

代码更新2023-10-19

仓库体积202 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5

项目介绍

这是一个收录语音识别与语音合成领域经典论文的精选列表，涵盖自动语音识别（ASR）、说话人验证、语音合成、文本转语音（TTS）、语言建模、歌声合成（SVS）和声音转换（VC）等方向。项目按技术主题分类整理，每篇论文附有标题、作者、发表年份及原文链接，方便研究者快速定位核心文献。它解决了语音领域初学者和工程师难以系统梳理海量论文的问题，提供了从入门到前沿的阅读路径。核心能力在于结构化组织论文资源，并持续更新以跟踪最新进展，是构建语音技术知识体系的实用参考。

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 ★ 3134

技术标签

attention-mechanism automatic-speech-recognition cnn diffusion-models language-model

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 与 arXiv 的网络环境
本地安装 Git（用于克隆仓库）
能打开 PDF 的阅读器或浏览器
无需 Python/深度学习框架等运行时依赖

安装与启动步骤

1克隆论文清单仓库

把仓库下载到本地，得到 README.md 论文索引文件。仓库仅含文档，没有可执行代码，体积很小。
```
git clone https://github.com/zzw922cn/awesome-speech-recognition-speech-synthesis-papers.git
```
2进入仓库目录

切换到克隆下来的目录，准备查看 README.md 中的论文列表。
```
cd awesome-speech-recognition-speech-synthesis-papers
```
3按主题定位论文

README 的 Paper List 按 Text-to-Audio、ASR、说话人验证、VC、TTS、语言建模等分类，先用目录跳转到目标章节。
4打开论文原文

每条论文后附 [pdf] 链接（多为 arxiv.org 地址），复制链接在浏览器打开即可阅读原文。