
免費使用的中等品質文字朗讀軟體,VOICEVOX的語音合成引擎
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
1,800
±0 (10月13日〜)
最後提交
2026年11月
GitHub 建立日期
2021年7月27日
收錄日
2023年11月28日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 1,600 |
| 2026年1月 | 1,600 |
| 2026年2月 | 1,600 |
| 2026年3月 | 1,700 |
| 2026年4月 | 1,700 |
| 2026年5月 | 1,700 |
| 2026年6月 | 1,700 |
| 2026年7月 | 1,700 |
| 2026年8月 | 1,800 |
| 2026年9月 | 1,800 |
| 2026年10月 | 1,800 |
| 2026年11月 | 1,800 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
Irodori-TTSAratako1.6k一個基於流匹配的文本轉語音模型,具有由表情符號驅動的風格控制。
pyopenjtalkr9y9261Python 封裝 OpenJTalk
piper-plusayutaz240增強版的Piper TTS支援日語、WebAssembly、多GPU訓練和品質改進。
AivisSpeech-EngineAivis-Project186AivisSpeech 引擎:AI 語音模仿系統-文字轉語音引擎
vitszassou6553592VITS提供的文字朗讀器和聲音變換器
sarashina2.2-ttssbintuitions90Sarashina2.2-TTS 是一個以日本為中心的文本轉語音系統,建立在一個大型語言模型上,由SB Intuitions開發。
研究領域相近的資源
voicevox_coreVOICEVOX1.2k免費使用的中等質量的文字朗讀軟件,VOICEVOX的核心共同: 語音與音訊・多模態
jpreprocessjpreprocess61用於文本轉語音應用的日文文本預處理器(OpenJTalk在Rust語言中的重寫)共同: 語音與音訊・多模態- piper-plus-tsukuyomi-chanayousanz4k一個名為 tsukuyomi‑wavlm 的日語 TTS 模型—在 tsukuyomi 語料庫 100 條語句上 fine‑tuned 300 epochs,使用 WavLM discriminator 和 A1/A2/A3 prosody features 於 VITS architecture,匯出為 61 MB 的 ONNX file,能生成 22.05 kHz syntheses。HF 模型共同: 語音與音訊
meconaudioelith-co-jp10Mecon Audio(醫學會議音頻)是厚生勞動省主辦的先進醫療會議議事錄的朗讀數據集。共同: 語音與音訊・多模態- LFM2.5-Audio-1.5B-JP-GGUFLiquidAI506k量化 GGUF 版本的 LiquidAI LFM 2.5‑Audio 1.5B JP 模型,包括語言、音訊編碼器和聲碼器權重(F32/F16/Q8_0/Q4_0),以及使用 llama.cpp 的 ASR 與 TTS CLI/Server 運行器。HF 模型共同: 語音與音訊
reazonspeechreazon-research406在家建立大规模的日语音频语料库共同: 語音與音訊・多模態