Repolode
提交项目
fishaudio

fishaudio/Bert-VITS2

基于 VITS2 的语音合成项目，引入多语言 BERT 以改善合成语音的韵律与发音。

在 GitHub 查看
Star
8,801
Fork
1,307
未关闭 Issue
2
最近提交
5天前

这是什么？

Bert-VITS2 是基于 VITS2 架构的语音合成项目，将多语言 BERT 提取的文本特征接入 VITS2 主干网络，目标是让合成语音的韵律和发音更自然。

项目提供数据预处理与训练流程，入口为 webui_preprocess.py，可通过 WebUI 完成预处理与训练操作。核心思路参考了 MassTTS 项目，同时引用了 vits、vits2_pytorch、so-vits-svc 等相关工作。

项目维护者表示本项目短期内不再维护，并推荐使用同团队的 Fish-Speech 作为替代方案。

核心功能

  • 01将 VITS2 与多语言 BERT 文本特征结合进行语音合成。
  • 02提供基于 WebUI 的数据预处理与训练流程。
  • 03基于 VITS2 主干网络并包含声码器组件。
  • 04代码采用 AGPL-3.0 许可证。

适用场景

  • 使用自有录音数据训练定制音色的语音模型。
  • 研究如何将 BERT 文本嵌入接入 VITS 风格的 TTS 模型。
  • 尝试中文及多语言语音合成流程。

使用前须知

  • 本项目采用 AGPL-3.0 许可证，这是一种强 Copyleft 许可证。
  • README 称本项目短期内不再维护，并推荐改用 Fish-Speech。
  • README 禁止将其用于政治相关用途，以及任何违反中国法律的用途。

收录于专题

AI 视频与音频工具

标签

#tts#text-to-speech#vits#bert#speech-synthesis#voice-cloning#deep-learning#agent#bert-vits#bert-vits2

常见问题

Bert-VITS2 是什么？
基于 VITS2 的语音合成项目，引入多语言 BERT 以改善合成语音的韵律与发音。 Bert-VITS2 是基于 VITS2 架构的语音合成项目，将多语言 BERT 提取的文本特征接入 VITS2 主干网络，目标是让合成语音的韵律和发音更自然。
Bert-VITS2 可以免费使用吗？用的什么许可证？
Bert-VITS2 以 AGPL-3.0 许可证开源。用于商业产品前，请先确认许可证条款。
Bert-VITS2 还在维护吗？
活跃维护中。Bert-VITS2 最近一次提交是在 2026年11月2日。
Bert-VITS2 适合用来做什么？
使用自有录音数据训练定制音色的语音模型。 研究如何将 BERT 文本嵌入接入 VITS 风格的 TTS 模型。 尝试中文及多语言语音合成流程。
在哪里获取 Bert-VITS2？
源代码和安装说明在 GitHub 上：https://github.com/fishaudio/Bert-VITS2

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目