
VOICEVOX的核心是一款中等质量的免费文本朗读软件。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
1,200
+100 (10月13日〜)
最后提交
2026年11月
GitHub 创建日期
2021年8月31日
收录日
2023年2月7日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 1,000 |
| 2026年1月 | 1,000 |
| 2026年2月 | 1,100 |
| 2026年3月 | 1,100 |
| 2026年4月 | 1,100 |
| 2026年5月 | 1,100 |
| 2026年6月 | 1,100 |
| 2026年7月 | 1,100 |
| 2026年8月 | 1,100 |
| 2026年9月 | 1,100 |
| 2026年10月 | 1,100 |
| 2026年11月 | 1,200 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
jpreprocessjpreprocess61用于文本转语音应用程序的日语文本预处理器(OpenJTalk在Rust语言中的重写)
用于文本转语音应用程序的日语文本预处理器(用Rust语言重写的OpenJTalk)
koharukoharu-rs6.7k使用Rust编写的带有LLM的自动漫画翻译工具。
linderalindera708一个形态分析库。
vibratodaac-tools430颤音:基于维特比加速的分词器
vaporettodaac-tools302Vaporetto:基于点预测的加速分词器
daachorsedaac-tools286使用Rust中的紧凑双数组数据结构快速实现Aho-Corasick算法。
研究领域相近的资源
voicevox_engineVOICEVOX1.8k免费使用的中等质量的文本朗读软件,VOICEVOX的语音合成引擎共同: 语音与音频・多模态
vitszassou6553592VITS文本朗读器和声音变换器共同: 多模态- piper-plus-tsukuyomi-chanayousanz4k一款名为 tsukuyomi‑wavlm 的日本文本转语音模型——在 tsukuyomi corpus 的 100 条语句上经过 300 个周期的微调,使用 WavLM 判别器和 A1/A2/A3 声韵特征,基于 VITS 架构,导出为 61 MB 的 ONNX 文件,用以生成 22.05 kHz 的合成语音。HF 模型共同: 语音与音频
- sarashina2.2-ttssbintuitions3k一款以日语为中心的双语文本转语音系统,基于大型语言模型,提供高度准确、自然且稳定的发音,支持日语和英语(包括混合代码切换),并通过负责任获取的数据实现跨多种说话风格的零样本声音克隆。HF 模型共同: 语音与音频
meconaudioelith-co-jp10Mecon Audio(医疗会议音频)是厚生劳动省主办的先进医疗会议记录的朗读数据集。共同: 语音与音频・多模态- LFM2.5-Audio-1.5B-JP-GGUFLiquidAI506kLiquidAI 的 LFM 2.5‑Audio 1.5B JP 模型的量化 GGUF 版本,包括语言、音频编码器和声码器权重(F32/F16/Q8_0/Q4_0),以及使用 llama.cpp 的 ASR 和 TTS CLI/Server 运行器。HF 模型共同: 语音与音频