Git Stars Git Stars

#audio-generation Repositories

Entdecke 42 aktive Open-Source-GitHub-Repositories, die mit #audio-generation getaggt sind und insgesamt 324,111 Sterne gesammelt haben (durchschnittlich 7,716 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist microsoft/VibeVoice mit 57,449 Sternen.

42
Gesamtzahl der Repositories
324,111
Gesamtanzahl der Sterne
7,716
Durchschnittliche Sterne/Repo

Insgesamt 42 Repositories

1
microsoft/VibeVoice

Open-Source Frontier Voice AI

microsoft
⭐ 57,449 Python 👤 microsoft Organization 🕐 Aktualisiert 2026-10-08 📅 Erstellt 2025-08-25
2
mudler/LocalAI

LocalAI ist der Open-Source-KI-Motor. Führen Sie jedes Modell aus – LLMs, Vision, Sprache, Bild, Video – auf jeder Hardware aus. Keine GPU erforderlich.

mudler
⭐ 50,487 Go 👤 mudler User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-03-18
3
suno-ai/bark

🔊 Textgesteuertes generatives Audiomodell

suno-ai
⭐ 38,863 Jupyter Notebook 👤 suno-ai Organization 🕐 Aktualisiert 2024-08-19 📅 Erstellt 2023-04-07
4
QwenAudio/CosyVoice

Mehrsprachiges großes Sprachgenerierungsmodell, das Full-Stack-Fähigkeiten für Inferenz, Training und Bereitstellung bietet.

QwenAudio
⭐ 24,469 Python 👤 QwenAudio Organization 🕐 Aktualisiert 2026-05-25 📅 Erstellt 2024-07-03
5
facebookresearch/audiocraft

Audiocraft ist eine Bibliothek für die Audioverarbeitung und -generierung mit Deep Learning. Sie enthält den hochmodernen Audio-Kompressor/Tokenizer EnCodec sowie MusicGen, ein einfaches und steuerbares Musikgenerierungs-LM mit Text- und Melodiebedingung.

facebookresearch
⭐ 23,937 Jupyter Notebook 👤 facebookresearch Organization 🕐 Aktualisiert 2026-03-03 📅 Erstellt 2023-06-08
6
neonbjb/tortoise-tts

Ein Multi-Voice-TTS-System, das mit Schwerpunkt auf Qualität trainiert wurde

neonbjb
⭐ 14,748 Jupyter Notebook 👤 neonbjb User 🕐 Aktualisiert 2024-11-19 📅 Erstellt 2022-01-28
7
SesameAILabs/csm

Ein Konversations-Spracherzeugungsmodell

SesameAILabs
⭐ 14,647 Python 👤 SesameAILabs Organization 🕐 Aktualisiert 2025-05-27 📅 Erstellt 2025-02-26
8
multimodal-art-projection/YuE

YuE2: modernste Musikgenerierung mit symbolischer Planung, Zero-Shot-Covern und agentenbasierter Musikbearbeitung.

multimodal-art-projection
⭐ 13,644 Python 👤 multimodal-art-projection Organization 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2025-01-23
9
open-mmlab/Amphion

Amphion (/æmˈfaɪən/) ist ein Toolkit für die Generierung von Audio, Musik und Sprache. Sein Zweck ist es, reproduzierbare Forschung zu unterstützen und Nachwuchswissenschaftler und -ingenieure beim Einstieg in die Forschung und Entwicklung im Bereich der Audio-, Musik- und Spracherzeugung zu unterstützen.

open-mmlab
⭐ 10,346 Python 👤 open-mmlab Organization 🕐 Aktualisiert 2026-03-25 📅 Erstellt 2023-11-15
10
boson-ai/higgs-audio

Text-Audio-Basismodell von Boson AI

boson-ai
⭐ 8,390 Python 👤 boson-ai Organization 🕐 Aktualisiert 2026-06-05 📅 Erstellt 2025-07-20
11
vllm-project/vllm-omni

Ein Framework für effiziente Modellinferenz mit Omni-Modalitäts-Modellen

vllm-project
⭐ 7,884 Python 👤 vllm-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-09-11
12
Zyphra/Zonos

Zonos-v0.1 ist ein führendes Open-Weight-Text-to-Speech-Modell, das auf über 200.000 Stunden abwechslungsreicher mehrsprachiger Sprache trainiert wurde und eine Ausdrucksstärke und Qualität liefert, die mit den besten TTS-Anbietern mithalten kann oder diese sogar übertrifft.

Zyphra
⭐ 7,213 Python 👤 Zyphra Organization 🕐 Aktualisiert 2025-03-05 📅 Erstellt 2025-02-07
13
huggingface/parler-tts

Inferenz- und Trainingsbibliothek für hochwertige TTS-Modelle.

huggingface
⭐ 5,503 Python 👤 huggingface Organization 🕐 Aktualisiert 2024-12-10 📅 Erstellt 2024-02-13
14
MoonshotAI/Kimi-Audio

Kimi-Audio, ein Open-Source-Audiofundierungsmodell, das sich in Audioverständnis, -generierung und -gesprächen auszeichnet

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 Aktualisiert 2025-06-21 📅 Erstellt 2025-04-25
15
Stability-AI/stable-audio-tools

Generative Modelle für bedingte Audiogenerierung

Stability-AI
⭐ 3,921 Python 👤 Stability-AI Organization 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2023-05-23
16
rsxdalv/TTS-WebUI

Ein einzelnes Gradio + React WebUI mit Erweiterungen für ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T und Bark!

rsxdalv
⭐ 3,316 Go 👤 rsxdalv User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2023-04-27
17
openai/openai-fm

Code für openai.fm, eine Demo für die OpenAI Speech API

openai
⭐ 2,917 TypeScript 👤 openai Organization 🕐 Aktualisiert 2026-03-03 📅 Erstellt 2025-04-15
18
haoheliu/AudioLDM

AudioLDM: Erzeugen Sie Sprache, Soundeffekte, Musik und mehr mit Text.

haoheliu
⭐ 2,891 Python 👤 haoheliu User 🕐 Aktualisiert 2025-06-25 📅 Erstellt 2023-01-29
19
haoheliu/AudioLDM2

Text-zu-Audio/Musik-Generierung

haoheliu
⭐ 2,551 Python 👤 haoheliu User 🕐 Aktualisiert 2024-09-29 📅 Erstellt 2023-08-04
20
haoheliu/versatile_audio_super_resolution

Vielseitige Audio-Super-Resolution (beliebig -> 48kHz) mit AudioSR.

haoheliu
⭐ 1,951 Python 👤 haoheliu User 🕐 Aktualisiert 2025-08-27 📅 Erstellt 2023-09-06
21
archinetai/audio-ai-timeline

Eine Zeitleiste der neuesten KI-Modelle für die Audiogenerierung, beginnend im Jahr 2023!

archinetai
⭐ 1,913 👤 archinetai Organization 🕐 Aktualisiert 2024-01-04 📅 Erstellt 2023-01-29
22
sgl-project/sglang-omni

Hochleistungs-Laufzeitumgebung für interaktive Superintelligenzsysteme

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-01-07
23
vibevoice-community/VibeVoice

VibeVoice: Expressive, Longform-Konversationssprachsynthese. (Community Fork)

vibevoice-community
⭐ 1,678 Python 👤 vibevoice-community Organization 🕐 Aktualisiert 2026-08-29 📅 Erstellt 2025-09-04
24
lucidrains/soundstorm-pytorch

Implementierung von SoundStorm, effiziente parallele Audiogenerierung von Google Deepmind, in Pytorch

lucidrains
⭐ 1,545 Python 👤 lucidrains User 🕐 Aktualisiert 2025-04-24 📅 Erstellt 2023-05-17
25
devnen/Chatterbox-TTS-Server

Hosten Sie das leistungsstarke Chatterbox TTS-Modell selbst. Dieser Server bietet eine benutzerfreundliche Weboberfläche, flexible API-Endpunkte (inkl. OpenAI-kompatibel), vordefinierte Stimmen, Stimmklonen und die Verarbeitung großer Textmengen im Hörbuchformat. Läuft beschleunigt auf NVIDIA (CUDA), AMD (ROCm) und CPU.

devnen
⭐ 1,517 Python 👤 devnen User 🕐 Aktualisiert 2026-05-26 📅 Erstellt 2025-05-31
26
FunAudioLLM/FunMusic

Ein grundlegendes Toolkit für die Musik-, Gesangs- und Audiogenerierung

QwenAudio
⭐ 1,352 Python 👤 QwenAudio Organization 🕐 Aktualisiert 2025-05-20 📅 Erstellt 2024-10-29
27
OpenDCAI/GameFactory-3A

Ein umfassendes Open-Source-Framework für Skills und Assets zur AAA-Spieleentwicklung.

OpenDCAI
⭐ 1,344 Python 👤 OpenDCAI Organization 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-07-06
28
diodiogod/TTS-Audio-Suite

Eine ComfyUI-Custom-Node-Integration für lokale, Multi-Engine- und mehrsprachige Text-to-Speech- und Voice-Conversion-Funktionen. Unterstützt: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (klassisch und mehrsprachig), F5-TTS, Higgs Audio 2, 3 und VibeVoice mit unbegrenzter Textlänge, SRT-Timing, Charakterunterstützung und vielen Audiotools.

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-08-06
29
declare-lab/tango

Eine Familie von Diffusionsmodellen für die Text-zu-Audio-Generierung.

declare-lab
⭐ 1,239 Python 👤 declare-lab Organization 🕐 Aktualisiert 2025-07-29 📅 Erstellt 2023-04-10
30
NVIDIA/BigVGAN

Offizielle PyTorch-Implementierung von BigVGAN (ICLR 2023)

NVIDIA
⭐ 1,164 Python 👤 NVIDIA Organization 🕐 Aktualisiert 2024-09-05 📅 Erstellt 2022-06-07
31
OpenMOSS/MOVA

Ein Basismodell, das synchronisierte Videos und Audiodaten in einem einzigen Modell generiert

OpenMOSS
⭐ 1,151 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-01-28
33
Anil-matcha/awesome-agent-apis

Über 660 von muapi gehostete generative Medienmodelle sowie von der Community eingereichte API-Tools von Drittanbietern (SEO, Datenanreicherung, soziale Medien, Scraping) — eine YAML-Datei pro Eintrag, nach Funktionen durchsuchbar.

Anil-matcha
⭐ 1,070 Python 👤 Anil-matcha User 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2023-05-06
34
BinWang28/audio-ai-hub

Der Knotenpunkt für Audio-KI-Forschung: Papiere, offene Modelle, Benchmarks und Datensätze zu Audio-LLMs, Spracherkennung, TTS, Musik- und Audio-Generierung.

BinWang28
⭐ 966 Python 👤 BinWang28 User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2024-06-15
35
Yuan-ManX/ai-audio-datasets

KI-Audiodatensätze (AI-ADS) 🎵, einschließlich Sprache, Musik und Soundeffekte, die Trainingsdaten für Generative AI, AIGC, KI-Modelltraining, Entwicklung intelligenter Audiertools und Audioanwendungen bereitstellen können.

Yuan-ManX
⭐ 950 👤 Yuan-ManX User 🕐 Aktualisiert 2025-07-08 📅 Erstellt 2022-12-18
36
flatkey-ai/flatkey-cli

Flatkey-CLI zur Mediengenerierung für Bilder, Videos, Audio, Text, Credits und die Modellsuche.

flatkey-ai
⭐ 868 JavaScript 👤 flatkey-ai Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-07-17
37
kanaworksai-hue/audio-studio-mcp

Lokale KI-Hintergrundmusik und Soundeffekte für Claude Code und jeden MCP-Client. Stable Audio 3 auf Apple Silicon (MLX) und Windows mit NVIDIA-GPUs (PyTorch). Keine Cloud, kein API-Schlüssel.

kanaworksai-hue
⭐ 697 Python 👤 kanaworksai-hue User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2026-10-18
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio: Schnelle verschränkte kreuzmodale Token-Generierung für ein effizientes großes Sprach-Sprachmodell

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 Aktualisiert 2025-05-24 📅 Erstellt 2025-04-23
40
alibaba/unified-audio

Ein Open-Source-Projekt zur Vereinheitlichung von Audioverarbeitung und -generierung

alibaba
⭐ 553 Python 👤 alibaba Organization 🕐 Aktualisiert 2026-07-07 📅 Erstellt 2025-10-21
41
backblaze-labs/genblaze

Genblaze ist ein Open-Source-Python-SDK zur Orchestrierung von generativen KI-Medienpipelines über Video-, Audio- und Bildanbieter hinweg, mit integrierter Herkunft für jede Ausgabe.

backblaze-labs
⭐ 548 Python 👤 backblaze-labs Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-04-16
42
JinhuaLiang/WavCraft

Offizielles Repository für WavCraft, einen KI-Agenten für die Audioerstellung und -bearbeitung

JinhuaLiang
⭐ 524 Python 👤 JinhuaLiang User 🕐 Aktualisiert 2025-02-15 📅 Erstellt 2024-03-12

Häufig gestellte Fragen

1

Welches ist das beliebteste #audio-generation-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#audio-generation-Projekt auf GitHub ist microsoft/VibeVoice mit 57,449 Sternen. Open-Source Frontier Voice AI

2

Welche Programmiersprachen werden in #audio-generation-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #audio-generation-Projekten auf GitHub sind Python, Jupyter Notebook, Go, TypeScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #audio-generation-Repositories berechnet?

Wir verfolgen 42 aktive Open-Source-Repositories, die mit #audio-generation getaggt sind (500+ Sterne), mit insgesamt 324,111 Sternen und durchschnittlich 7,716 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.