#audio-generation Dépôts
Découvrez 42 dépôts GitHub open source actifs associés à #audio-generation, cumulant 324,111 étoiles au total (soit une moyenne de 7,716 étoiles par projet). Le projet en tête de ce thème est microsoft/VibeVoice, avec 57,449 étoiles.
42 dépôts au total
LocalAI est le moteur IA open-source. Exécutez n'importe quel modèle - LLMs, vision, voix, image, vidéo - sur n'importe quel matériel. Aucune GPU requise.
Modèle de génération vocale multilingue à grande échelle, offrant des capacités full-stack pour l'inférence, la formation et le déploiement.
Audiocraft est une bibliothèque pour le traitement et la génération audio avec deep learning. Elle comprend le compresseur/tokeniseur audio de pointe EnCodec, ainsi que MusicGen, un LM de génération musicale simple et contrôlable avec conditionnement textuel et mélodique.
YuE2 : génération musicale de pointe avec planification symbolique, reprises sans exemple préalable et édition musicale agentique.
Amphion (/æmˈfaɪən/) est une boîte à outils pour la génération audio, musicale et vocale. Son objectif est de soutenir la recherche reproductible et d'aider les jeunes chercheurs et ingénieurs à démarrer dans le domaine de la recherche et développement en génération audio, musicale et vocale.
Un cadre pour l'inférence de modèle efficace avec des modèles d'omni-modalité
Zonos-v0.1 est un modèle de synthèse vocale open-weight de premier plan, entraîné sur plus de 200 000 heures de parole multilingue variée, offrant une expressivité et une qualité comparables, voire supérieures, aux meilleurs fournisseurs de TTS.
Bibliothèque d'inférence et d'entraînement pour les modèles TTS de haute qualité.
Kimi-Audio, un modèle fondamental audio open-source excellent dans la compréhension, la génération et la conversation audio
Une seule interface Web Gradio + React avec extensions pour 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 et Bark !
AudioLDM : Générez de la parole, des effets sonores, de la musique et plus encore, avec du texte.
Super résolution audio polyvalente (n'importe quelle -> 48kHz) avec AudioSR.
Une chronologie des derniers modèles d'IA pour la génération audio, à partir de 2023 !
Environnement d’exécution hautes performances pour le service de systèmes de superintelligence interactifs
VibeVoice : Synthèse vocale expressive et conversationnelle longue. (Fork communautaire)
Mise en œuvre de SoundStorm, génération audio parallèle efficace de Google Deepmind, en Pytorch
Auto-hébergez le puissant modèle Chatterbox TTS. Ce serveur offre une interface Web conviviale, des points de terminaison API flexibles (y compris compatibles avec OpenAI), des voix prédéfinies, le clonage de voix et le traitement de texte à l'échelle de grands livres audio. S'exécute accéléré sur NVIDIA (CUDA), AMD (ROCm) et CPU.
Une boîte à outils fondamentale conçue pour la génération de musique, de chansons et d'audio
Un framework open source complet de compétences et d'actifs pour la génération de jeux AAA.
Une intégration de nœuds personnalisés ComfyUI pour la synthèse vocale et la conversion de voix locales multi-moteurs et multilingues. Prend en charge : RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classique et multilingue), F5-TTS, Higgs Audio 2, 3 et VibeVoice avec une longueur de texte illimitée, synchronisation SRT, prise en charge des personnages et de nombreux outils audio.
Un modèle de fondation qui génère des vidéos et de l’audio synchronisés au sein d’un seul modèle
Plus de 660 modèles de médias génératifs hébergés par muapi, ainsi que des outils d’API tiers proposés par la communauté (SEO, enrichissement, réseaux sociaux, scraping) — un fichier YAML par entrée, consultable par capacité.
Le hub de la recherche en IA audio : articles, modèles ouverts, benchmarks et ensembles de données sur les LLM audio, la reconnaissance vocale, la TTS, la génération musicale et audio.
Ensembles de données audio IA (AI-ADS) 🎵, incluant la parole, la musique et les effets sonores, qui peuvent fournir des données d'entraînement pour l'IA générative, l'AIGC, l'entraînement de modèles IA, le développement d'outils audio intelligents et les applications audio.
CLI de génération de contenu multimédia Flatkey pour les images, les vidéos, l’audio, le texte, les crédits et la découverte de modèles.
Musique de fond et effets sonores générés par IA en local pour Claude Code et tout client MCP. Stable Audio 3 sur Apple Silicon (MLX) et sur les GPU NVIDIA sous Windows (PyTorch). Sans cloud ni clé API.
✨✨[NeurIPS 2025] VITA-Audio : Génération rapide de jetons intermodaux entrelacés pour un grand modèle parole-langage efficace
Genblaze est un SDK Python open source pour orchestrer des pipelines de médias IA génératifs à travers les fournisseurs de vidéo, audio et image, avec une provenance intégrée pour chaque sortie.
Foire aux questions
Quel est le dépôt #audio-generation le plus populaire sur GitHub ?
Le projet #audio-generation open source le mieux classé sur GitHub est microsoft/VibeVoice, avec 57,449 étoiles. IA Vocale Frontalière Open-Source
Quels langages de programmation sont les plus utilisés dans les dépôts #audio-generation ?
Parmi les projets #audio-generation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Go, TypeScript.
Comment le classement des dépôts #audio-generation est-il calculé ?
Nous suivons 42 dépôts open source actifs associés à #audio-generation (500+ étoiles), totalisant 324,111 étoiles, avec une moyenne de 7,716 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.