#audio-generation Repository
Scopri 42 repository GitHub open source attivi contrassegnati con #audio-generation, che raccolgono un totale di 324,111 stelle (con una media di 7,716 stelle per progetto). Il progetto leader di questo argomento è microsoft/VibeVoice, con 57,449 stelle.
42 repository in totale
LocalAI è il motore AI open-source. Esegui qualsiasi modello - LLM, visione, voce, immagine, video - su qualsiasi hardware. Nessuna GPU richiesta.
Modello di generazione vocale multilingue di grandi dimensioni, che fornisce capacità full-stack per inferenza, addestramento e implementazione.
Audiocraft è una libreria per l'elaborazione e la generazione audio con deep learning. Include il compressore/tokenizer audio all'avanguardia EnCodec, insieme a MusicGen, un LM semplice e controllabile per la generazione musicale con condizionamento testuale e melodico.
YuE2: generazione musicale all’avanguardia con pianificazione simbolica, cover zero-shot e editing musicale agentico.
Amphion (/æmˈfaɪən/) è un toolkit per la generazione di audio, musica e voce. Il suo scopo è supportare la ricerca riproducibile e aiutare ricercatori e ingegneri junior ad iniziare nel campo della ricerca e sviluppo nella generazione di audio, musica e voce.
Un framework per l'inferenza efficiente del modello con modelli omni-modalità
Zonos-v0.1 è un modello text-to-speech open-weight leader, addestrato su oltre 200.000 ore di parlato multilingue vario, che offre espressività e qualità pari, se non superiori, ai migliori provider TTS.
Kimi-Audio, un modello di fondazione audio open-source eccellente nella comprensione, generazione e conversazione audio
Un singolo Gradio + React WebUI con estensioni per 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 e Bark!
Super risoluzione audio versatile (qualsiasi -> 48kHz) con AudioSR.
Una cronologia degli ultimi modelli di IA per la generazione audio, a partire dal 2023!
Runtime ad alte prestazioni per l’erogazione di sistemi di superintelligenza interattivi
VibeVoice: Sintesi vocale espressiva e conversazionale di lunga durata. (Fork della community)
Implementazione di SoundStorm, generazione audio parallela efficiente di Google Deepmind, in Pytorch
Auto-ospita il potente modello Chatterbox TTS. Questo server offre un'interfaccia Web user-friendly, endpoint API flessibili (inclusi compatibili con OpenAI), voci predefinite, clonazione vocale ed elaborazione di testi su larga scala per audiolibri. Esegue accelerato su NVIDIA (CUDA), AMD (ROCm) e CPU.
Un toolkit fondamentale progettato per la generazione di musica, canzoni e audio
Un framework open source completo di skill e asset per la generazione di giochi AAA.
Un'integrazione di nodi personalizzati ComfyUI per la sintesi vocale e la conversione vocale locale multi-motore e multilingue. Supporta: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classico e multilingue), F5-TTS, Higgs Audio 2, 3 e VibeVoice con lunghezza del testo illimitata, timing SRT, supporto per i personaggi e molti strumenti audio.
Oltre 660 modelli di media generativi ospitati da muapi, oltre a strumenti API di terze parti inviati dalla community (SEO, arricchimento, social, scraping): un file YAML per voce, consultabile in base alle funzionalità.
L'hub per la ricerca sull'IA audio: articoli, modelli aperti, benchmark e dataset su LLM audio, riconoscimento vocale, TTS, generazione musicale e audio.
Set di dati audio AI (AI-ADS) 🎵, tra cui Voce, Musica ed Effetti sonori, che possono fornire dati di addestramento per AI generativa, AIGC, addestramento di modelli AI, sviluppo di strumenti audio intelligenti e applicazioni audio.
CLI di generazione multimediale Flatkey per immagini, video, audio, testo, crediti e scoperta dei modelli.
Musica di sottofondo ed effetti sonori generati dall’IA in locale per Claude Code e qualsiasi client MCP. Stable Audio 3 su Apple Silicon (MLX) e GPU NVIDIA con Windows (PyTorch). Niente cloud, nessuna chiave API.
✨✨[NeurIPS 2025] VITA-Audio: Generazione Veloce di Token Cross-Modali Interfoliati per un Efficiente Modello Linguistico-Vocale di Grandi Dimensioni
Un progetto open source per unificare l'elaborazione e la generazione audio
Genblaze è un SDK Python open source per orchestrare pipeline di media IA generativa su fornitori di video, audio e immagini, con provenienza integrata per ogni output.
Repository ufficiale per WavCraft, un agente AI per la creazione e modifica audio
Domande frequenti
Qual è il repository #audio-generation più popolare su GitHub?
Il progetto open source #audio-generation più alto in classifica su GitHub è microsoft/VibeVoice, con 57,449 stelle. IA Vocale di Frontiera Open-Source
Quali linguaggi di programmazione sono più utilizzati nei repository #audio-generation?
Tra i progetti #audio-generation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Go, TypeScript.
Come viene calcolata la classifica dei repository #audio-generation?
Monitoriamo 42 repository open source attivi contrassegnati con #audio-generation (500+ stelle), per un totale di 324,111 stelle e una media di 7,716 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.