10个GitHub热门的配音/语音合成/语音克隆项目

这里推荐几个GitHub上热门、好用的配音/语音合成/语音克隆项目，有通用TTS、语音克隆、视频配音、流式/轻量等不同需求的。

▌1. GPT-SoVITS（⭐ 45k+）

地址：https://github.com/RVC-Boss/GPT-SoVITS

功能：

• 零样本克隆：5秒音频即可克隆声线
• 少样本微调：1分钟训练，相似度/真实感大幅提升
• 多语言：中/英/日/韩/粤，跨语言保持音色
• WebUI：音伴分离、切片、ASR、标注，新手友好

▌2. OpenVoice（⭐ 34k+）

地址：https://github.com/myshell-ai/OpenVoice

功能：

• 极速克隆：仅需3秒参考音频
• 多语言：中英日韩法西，无缝切换
• MIT协议：完全开源、可商用

▌ 3. Real-Time-Voice-Cloning（⭐ 52k+）

地址：https://github.com/CorentinJ/Real-Time-Voice-Cloning

功能：

• 经典实时语音克隆框架，5秒克隆、实时生成
• 社区成熟、教程多，适合二次开发

▌ 4. Coqui TTS（⭐ 34k+）

地址：https://github.com/coqui-ai/TTS

功能：

• 超全语言：支持1100+语言
• 多模型：YourTTS、VITS、Bark等，兼顾质量与速度
• 声音克隆：YourTTS仅需3秒音频即可克隆
• 可训练、可微调、可离线

▌5. ChatTTS（⭐ 35k+）

地址：https://github.com/2noise/ChatTTS

功能：

• 对话优化：自然度高、语气贴近真人对话
• 生成快、一次成型，适合短视频、播客、客服

▌6. EmotiVoice（网易有道，⭐ 8k+）

地址：https://github.com/netease-youdao/EmotiVoice

• 功能：
• 情感可控：支持喜/怒/哀/乐等多种情感
• 多音色、多语言，中文自然度优秀

▌7. YouDub（⭐ 1.2k+）

地址：https://github.com/liuzhao1225/YouDub

• 功能：
• 自动：YouTube视频 → 语音识别 → 翻译 → 克隆原UP主音色 → 中文配音
• 一键流程，适合内容创作者搬运=

▌8. VideoLingo（⭐ 2.5k+）

地址：https://github.com/Huanshere/VideoLingo

• 功能：
• Netflix级字幕+配音一体化
• 支持GPT-SoVITS、Azure、OpenAI等多TTS引擎
• 音视频同步、背景音分离、音质优化

▌9. Fish Speech（⭐ 10k+）

地址：https://github.com/fishaudio/fish-speech

• 功能：
• 基于VITS2，高质量、多语言、语音克隆
• 推理快、支持批量处理、全开源

▌10. VoxCPM（OpenBMB，⭐ 2k+）

地址：https://github.com/OpenBMB/VoxCPM

• 功能：
• 无分词器TTS，直接在连续语音空间建模
• 上下文感知、零样本克隆、自然度高