#text-to-audio Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #text-to-audio, cumulant 97,821 étoiles au total (soit une moyenne de 5,148 étoiles par projet). Le projet en tête de ce thème est suno-ai/bark, avec 38,863 étoiles.
19 dépôts au total
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.
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.
Générer des livres audio à partir d'EPUB, de PDF et de textes avec des légendes synchronisées.
Une famille de modèles open source pour la synthèse vocale longue durée, la synthèse de dialogues, la conception de voix, les effets sonores et la synthèse vocale TTS en streaming en temps réel
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
[NeurIPS 2025] Implémentation PyTorch de [ThinkSound], un framework unifié pour la génération audio à partir de n'importe quelle modalité, guidé par le raisonnement Chain-of-Thought (CoT).
StreamSpeech est un modèle transparent « tout-en-un » pour la reconnaissance vocale, la traduction vocale et la synthèse vocale hors ligne et simultanées.
Implémentation PyTorch d'AudioLCM (ACM-MM'24) : une génération texte-vers-audio efficace et de haute qualité avec un modèle de consistance latente.
HunyuanVideo-Foley : Diffusion multimodale avec alignement de représentation pour la génération audio Foley haute fidélité.
[ICLR 2026] TangoFlux : Ultra rapide et fidèle génération audio à partir de texte avec correspondance de flux
Implémentation PyTorch de Make-An-Audio (ICML'23) avec un Modèle Génératif Texte-vers-Audio
🔥🔥🔥 Une liste organisée d'articles sur la génération multimodale basée sur les LLM (image, vidéo, 3D et audio).
Suivez les grands modèles dans le domaine audio, y compris la parole, le chant, la musique, etc.
Foire aux questions
Quel est le dépôt #text-to-audio le plus populaire sur GitHub ?
Le projet #text-to-audio open source le mieux classé sur GitHub est suno-ai/bark, avec 38,863 étoiles. 🔊 Modèle audio génératif basé sur le texte
Quels langages de programmation sont les plus utilisés dans les dépôts #text-to-audio ?
Parmi les projets #text-to-audio les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, HTML.
Comment le classement des dépôts #text-to-audio est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #text-to-audio (500+ étoiles), totalisant 97,821 étoiles, avec une moyenne de 5,148 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.