★
VoxCPM 是用 Python 编写的学习资料，用于系统学习与查阅，主打开源免费。
VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning
yl4579 / StyleTTS2
StyleTTS2
StyleTTS 2: Towards Human-Level Text-to-Speech through Style Diffusion and Adversarial Training with Large Speech Language Models
StyleTTS2 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
目前累计 6.4k star、709 fork，主要语言为 Python，项目始于 2023 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。yl4579/StyleTTS2 是一个以 Python 为主的开源项目，目前累计 6.4k star、709 fork，较长时间未更新。主要方向：adversarial-training、深度学习、diffusion-models、gan、latent-diffusion、latent-diffusion-models。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。adversarial-training深度学习diffusion-modelsganlatent-diffusionlatent-diffusion-modelspytorchspeaker-adaptationspeech-synthesistext-to-speechttswavlm
README
正在加载…相关项目
★
TTS 是用 Python 编写的学习资料，用于系统学习与查阅，主打适合生产环境。
🐸💬 - a deep learning toolkit for Text-to-Speech, battle-tested in research and production
★
Real-Time-Voice-Cloning 是用 Python 编写的学习资料，用于系统学习与查阅，主打实时。
Clone a voice in 5 seconds to generate arbitrary speech in real-time
★
annotated_deep_learning_paper_implementations 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit,…
★
OpenVoice 是用 Python 编写的 AI 模型，提供可直接使用的模型与权重。
Instant voice cloning by MIT and MyShell. Audio foundation model.
★
DeepSpeed 是用 Python 编写的学习资料，用于系统学习与查阅，主打易用、可伸缩。
DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.