懂AI

vits_chinese学习资料汇总 - 基于BERT和VITS的高质量中文语音合成系统

RayRay
TTSBERTVITS文本到语音自然语言处理Github开源项目

vits_chinese

vits_chinese - 基于BERT和VITS的高质量中文语音合成系统

vits_chinese是一个基于BERT和VITS,融合了微软自然语音特性的中文语音合成(TTS)系统。该项目旨在为中文TTS提供一个高质量、易用的开源实现,适合用于学习和研究。

项目特点

  • 基于BERT的隐式韵律嵌入,能产生自然的语法停顿
  • 使用NaturalSpeech的推理损失,减少音频错误
  • 采用VITS框架,生成高质量音频
  • 支持模块化蒸馏,加快推理速度
  • 支持ONNX导出和流式推理

在线体验

项目提供了在线Demo,可以直接体验合成效果:

Hugging Face Spaces在线演示

安装使用

  1. 克隆项目并安装依赖:
git clone https://github.com/PlayVoice/vits_chinese.git
cd vits_chinese
pip install -r requirements.txt
  1. 编译MAS对齐模块:
cd monotonic_align
python setup.py build_ext --inplace
  1. 下载预训练模型:

从Release页面下载prosody_model.pt和vits_bert_model.pth,放到对应目录。

  1. 推理:
python vits_infer.py --config ./configs/bert_vits.json --model vits_bert_model.pth

训练自己的模型

项目提供了完整的训练流程,包括:

  1. 数据准备
  2. 特征提取
  3. 模型训练
  4. 推理测试

具体步骤可参考项目README。

进阶使用

  • 支持流式推理
  • 支持ONNX导出
  • 提供模型压缩方法
  • 多说话人训练

模型架构图

更多资源

vits_chinese为中文TTS研究提供了一个优秀的开源实现,欢迎感兴趣的开发者和研究者尝试使用,为项目贡献代码,共同推动中文语音合成技术的发展。

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多