BreezyVoice

Jan 19 2026

BreezyVoice

GitHub: https://github.com/mtkresearch/BreezyVoice

⭐ 星星數： 277

摘要： 這是一個基於深度學習的語音合成系統，整合了多種語音處理模型和工具，能夠實現高品質的語音生成和轉換功能。

技術堆疊： PyTorch, Gradio, FastAPI, Diffusers, Deepspeed, Whisper, HuggingFace Datasets, ONNX Runtime

架構： 專案採用模組化設計，包含語音合成流程(flow)、語音模型(hifigan)、語言模型(llm)、資料處理(dataset)和工具(utils)等核心模組，支援GPU加速和分散式訓練，並提供Web介面和命令行工具。