#audio-generation Repositorios
Descubre 42 repositorios activos de código abierto de GitHub etiquetados con #audio-generation, que acumulan 324,111 estrellas en total (una media de 7,716 estrellas por proyecto). El líder de este tema es microsoft/VibeVoice, con 57,449 estrellas.
42 repositorios en total
LocalAI es el motor de IA de código abierto. Ejecuta cualquier modelo: LLMs, visión, voz, imagen, vídeo, en cualquier hardware. No se requiere GPU.
Modelo de generación de voz multilingüe grande, que proporciona capacidad full-stack para inferencia, entrenamiento y despliegue.
Audiocraft es una biblioteca para el procesamiento y la generación de audio con aprendizaje profundo. Incluye el compresor/tokenizador de audio de última generación EnCodec, junto con MusicGen, un LM simple y controlable para la generación de música con acondicionamiento textual y melódico.
YuE2: generación musical de vanguardia con planificación simbólica, versiones de canciones sin ejemplos previos y edición musical mediante agentes.
Amphion (/æmˈfaɪən/) es un kit de herramientas para la generación de audio, música y voz. Su propósito es apoyar la investigación reproducible y ayudar a investigadores e ingenieros junior a iniciarse en el campo de la investigación y desarrollo de generación de audio, música y voz.
Un marco para la inferencia de modelo eficiente con modelos de omnimodalidad
Zonos-v0.1 es un modelo líder de texto a voz de peso abierto entrenado en más de 200 000 horas de habla multilingüe variada, que ofrece una expresividad y una calidad a la par, o incluso superiores, a los principales proveedores de TTS.
Biblioteca de inferencia y entrenamiento para modelos TTS de alta calidad.
Kimi-Audio, un modelo de fundación de audio de código abierto que se destaca en la comprensión, generación y conversación de audio
¡Una sola interfaz web Gradio + React con extensiones para 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 y Bark!
Superresolución de audio versátil (cualquiera -> 48kHz) con AudioSR.
¡Una línea de tiempo de los últimos modelos de IA para la generación de audio, a partir de 2023!
Entorno de ejecución de alto rendimiento para servir sistemas de superinteligencia interactivos
VibeVoice: Síntesis de voz conversacional expresiva y de formato largo. (Bifurcación comunitaria)
Implementación de SoundStorm, generación de audio paralela eficiente de Google Deepmind, en Pytorch
Autoalberga el potente modelo Chatterbox TTS. Este servidor ofrece una interfaz web fácil de usar, puntos finales de API flexibles (incluida la compatibilidad con OpenAI), voces predefinidas, clonación de voz y procesamiento de texto a gran escala al nivel de audiolibros. Se ejecuta acelerado en NVIDIA (CUDA), AMD (ROCm) y CPU.
Un kit de herramientas fundamental diseñado para la generación de música, canciones y audio
Un marco integral de código abierto de habilidades y recursos para la generación de juegos AAA.
Una integración de nodos personalizados de ComfyUI para conversión de texto a voz y voz a voz local, multi-motor y multi-idioma. Compatible con: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (clásico y multilingüe), F5-TTS, Higgs Audio 2, 3 y VibeVoice, con longitud de texto ilimitada, sincronización SRT, soporte para personajes y muchas herramientas de audio.
Más de 660 modelos de medios generativos alojados en muapi, además de herramientas de API de terceros enviadas por la comunidad (SEO, enriquecimiento, redes sociales, scraping): un archivo YAML por entrada, con navegación por capacidades.
El centro para la investigación de IA de audio: artículos, modelos abiertos, benchmarks y conjuntos de datos en LLM de audio, reconocimiento de voz, TTS, generación de música y audio.
Conjuntos de datos de audio de IA (AI-ADS) 🎵, que incluyen Voz, Música y Efectos de Sonido, los cuales pueden proporcionar datos de entrenamiento para IA Generativa, AIGC, entrenamiento de modelos de IA, desarrollo de herramientas de audio inteligentes y aplicaciones de audio.
CLI de generación de contenido multimedia de Flatkey para imágenes, vídeos, audio, texto, créditos y descubrimiento de modelos.
Música de fondo y efectos de sonido con IA en local para Claude Code y cualquier cliente MCP. Stable Audio 3 en Apple Silicon (MLX) y GPU NVIDIA con Windows (PyTorch). Sin nube ni clave de API.
✨✨[NeurIPS 2025] VITA-Audio: Generación Rápida de Tokens Intercalados y Transmodales para un Modelo de Lenguaje de Voz Grande y Eficiente
Un proyecto de código abierto para unificar el procesamiento y la generación de audio
Genblaze es un SDK de Python de código abierto para orquestar pipelines de medios de IA generativa en proveedores de video, audio e imagen, con procedencia integrada para cada salida.
Repositorio oficial de WavCraft, un agente de IA para la creación y edición de audio
Preguntas frecuentes
¿Cuál es el repositorio de #audio-generation más popular en GitHub?
El proyecto de código abierto de #audio-generation mejor posicionado en GitHub es microsoft/VibeVoice, con 57,449 estrellas. Frontera de Voz de Código Abierto IA
¿Qué lenguajes de programación se utilizan más en los repositorios de #audio-generation?
Entre los proyectos de #audio-generation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Go, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #audio-generation?
Seguimos 42 repositorios activos de código abierto etiquetados con #audio-generation (500+ estrellas), que suman un total de 324,111 estrellas, con una media de 7,716 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.