LPC_for_TTS

从梅尔频谱图快速提取LPC系数，助力TTS声学建模

LPC_for_TTS 是一个基于 Python 的线性预测系数（LPC）估计工具，专为语音合成（TTS）场景设计。它从梅尔频谱图中提取 LPC 系数，采用 Levinson-Durbin 算法高效求解自相关方程。该项目解决了 TTS 中需要将频谱特征转换为声学参数（如 LPC）以驱动声码器或进行语音分析的问题。核心能力包括：输入梅尔频谱图，输出对应的 LPC 系数；实现算法简洁，依赖少，易于集成到现有 TTS 流程中。作为早期项目，它提供了基础但关键的功能，适合研究或教学用途，帮助开发者理解 LPC 与频谱图之间的关系。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 72

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zzw922cn

所属国家

官网地址

GitHubhttps://github.com/zzw922cn/LPC_for_TTS

定价模式free

价格说明开源项目，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型audiocompression,lpc,lpcnet,mel-spectrogram,tts,vocoder,wavernn

GitHub 星标★ 72

30天Star增速

HF 下载量

上线时间2021-03-19 00:00:00

最近更新2026-05-04 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5

使用教程

核心亮点

算法经典：基于 Levinson-Durbin 实现，计算稳定且效率高
接口清晰：输入梅尔频谱图直接输出 LPC，易于集成到 TTS 流程
纯 Python 实现，依赖少，便于二次开发和调试

不足之处

功能单一，仅提供 LPC 估计，不包含声码器或完整 TTS 链路
文档和示例较少，社区活跃度低，上手可能需要自行探索

适用场景

学术研究中分析语音频谱与 LPC 参数关系
TTS 前端特征提取，将梅尔谱转换为声学参数
教学演示 Levinson-Durbin 算法在语音处理中的应用

替代项目

SPTK (Speech Signal Processing Toolkit)、Librosa (用于音频特征提取，含 LPC 相关功能)、PyWorld (World vocoder 的 Python 绑定)

项目介绍

LPC_for_TTS 是音频音乐领域的开源项目，由 zzw922cn 开发，2021 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 72。

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 2026-05-04。完全免费，可自行部署使用。

它主要面向的使用场景是：学术研究中分析语音频谱与LPC参数关系。同类可对比的替代方案包括 SPTK (Speech Signal Processing Toolkit)、Librosa (用于音频特征提取，。

上一篇：tacotron2

下一篇：TFGAN