#text-to-audio Repository
Scopri 19 repository GitHub open source attivi contrassegnati con #text-to-audio, che raccolgono un totale di 97,821 stelle (con una media di 5,148 stelle per progetto). Il progetto leader di questo argomento è suno-ai/bark, con 38,863 stelle.
19 repository in totale
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.
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.
Una famiglia di modelli open source per la sintesi vocale a lungo formato, la sintesi di dialoghi, la progettazione delle voci, gli effetti sonori e il TTS in streaming in tempo reale
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
[NeurIPS 2025] Implementazione PyTorch di [ThinkSound], un framework unificato per la generazione di audio da qualsiasi modalità, guidato dal ragionamento Chain-of-Thought (CoT).
StreamSpeech è un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.
Implementazione PyTorch di AudioLCM (ACM-MM'24): una generazione efficiente e di alta qualità da testo ad audio con modello di consistenza latente.
HunyuanVideo-Foley: Diffusione multimodale con allineamento della rappresentazione per la generazione di audio Foley ad alta fedeltà.
[ICLR 2026] TangoFlux: Super veloce e fedele generazione di audio da testo con corrispondenza di flusso
Implementazione PyTorch di Make-An-Audio (ICML'23) con un Modello Generativo Text-to-Audio
Un progetto open source per unificare l'elaborazione e la generazione audio
🔥🔥🔥 Un elenco curato di articoli sulla generazione multimodale basata su LLM (image, video, 3D e audio).
Tieni traccia dei grandi modelli nel dominio audio, inclusi parlato, canto, musica ecc.
Domande frequenti
Qual è il repository #text-to-audio più popolare su GitHub?
Il progetto open source #text-to-audio più alto in classifica su GitHub è suno-ai/bark, con 38,863 stelle. 🔊 Modello audio generativo basato su testo
Quali linguaggi di programmazione sono più utilizzati nei repository #text-to-audio?
Tra i progetti #text-to-audio più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, HTML.
Come viene calcolata la classifica dei repository #text-to-audio?
Monitoriamo 19 repository open source attivi contrassegnati con #text-to-audio (500+ stelle), per un totale di 97,821 stelle e una media di 5,148 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.