#text-to-audio Repositories
Entdecke 19 aktive Open-Source-GitHub-Repositories, die mit #text-to-audio getaggt sind und insgesamt 97,821 Sterne gesammelt haben (durchschnittlich 5,148 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist suno-ai/bark mit 38,863 Sternen.
Insgesamt 19 Repositories
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.
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.
Hörbücher aus EPUBs, PDFs und Texten mit synchronisierten Untertiteln generieren.
Eine Open-Source-Modellfamilie für Langform-Sprachsynthese, Dialogsynthese, Sprachdesign, Soundeffekte und Echtzeit-Streaming-TTS
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
[NeurIPS 2025] PyTorch-Implementierung von [ThinkSound], einem vereinheitlichten Framework zur Generierung von Audio aus beliebiger Modalität, geleitet von Chain-of-Thought (CoT) Reasoning.
StreamSpeech ist ein "All in One" nahtloses Modell für Offline- und gleichzeitige Spracherkennung, Sprachübersetzung und Sprachsynthese.
PyTorch-Implementierung von AudioLCM (ACM-MM'24): eine effiziente und qualitativ hochwertige Text-zu-Audio-Generierung mit latentem Konsistenzmodell.
HunyuanVideo-Foley: Multimodale Diffusion mit Repräsentationsausrichtung für die hoch fidele Foley-Audio-Generierung.
[ICLR 2026] TangoFlux: Super schnell und treu Text-zu-Audio-Generierung mit Flussabgleich
PyTorch-Implementierung von Make-An-Audio (ICML'23) mit einem Text-zu-Audio-Generierungsmodell
Ein Open-Source-Projekt zur Vereinheitlichung von Audioverarbeitung und -generierung
🔥🔥🔥 Eine kuratierte Liste von Arbeiten zur multimodalen Generierung auf Basis von LLMs (Bild, Video, 3D und Audio).
Behalten Sie große Modelle im Audiobereich im Auge, einschließlich Sprache, Gesang, Musik usw.
Häufig gestellte Fragen
Welches ist das beliebteste #text-to-audio-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#text-to-audio-Projekt auf GitHub ist suno-ai/bark mit 38,863 Sternen. 🔊 Textgesteuertes generatives Audiomodell
Welche Programmiersprachen werden in #text-to-audio-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #text-to-audio-Projekten auf GitHub sind Python, Jupyter Notebook, HTML die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #text-to-audio-Repositories berechnet?
Wir verfolgen 19 aktive Open-Source-Repositories, die mit #text-to-audio getaggt sind (500+ Sterne), mit insgesamt 97,821 Sternen und durchschnittlich 5,148 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.