Git Stars Git Stars

#audio-generation リポジトリ

#audio-generationのタグが付いた、GitHub上の42件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は324,111個で、プロジェクトあたりの平均は7,716個です。このトピックをリードしているのは、57,449個のスターを獲得しているmicrosoft/VibeVoiceです。

42
リポジトリ総数
324,111
合計スター数
7,716
リポジトリあたりの平均スター数

リポジトリ合計42件

1
microsoft/VibeVoice

オープンソース フロンティア ボイス AI

microsoft
⭐ 57,449 Python 👤 microsoft Organization 🕐 更新日時 2026-10-08 📅 作成日 2025-08-25
2
mudler/LocalAI

LocalAI はオープンソースの AI エンジンです。任意のモデル - LLM、ビジョン、音声、画像、動画 - を任意のハードウェアで実行。GPU 不要。

mudler
⭐ 50,487 Go 👤 mudler User 🕐 更新日時 2026-11-21 📅 作成日 2023-03-18
3
suno-ai/bark

🔊 テキストプロンプトによる生成オーディオモデル

suno-ai
⭐ 38,863 Jupyter Notebook 👤 suno-ai Organization 🕐 更新日時 2024-08-19 📅 作成日 2023-04-07
4
QwenAudio/CosyVoice

推論、トレーニング、デプロイのフルスタック機能を提供する多言語大規模音声生成モデル。

QwenAudio
⭐ 24,469 Python 👤 QwenAudio Organization 🕐 更新日時 2026-05-25 📅 作成日 2024-07-03
5
facebookresearch/audiocraft

Audiocraftは、ディープラーニングを用いたオーディオ処理および生成のためのライブラリです。最先端のEnCodecオーディオコンプレッサー/トークナイザーと、テキストおよびメロディ条件付けを備えたシンプルで制御可能な音楽生成LMであるMusicGenを特徴としています。

facebookresearch
⭐ 23,937 Jupyter Notebook 👤 facebookresearch Organization 🕐 更新日時 2026-03-03 📅 作成日 2023-06-08
6
neonbjb/tortoise-tts

品質を重視してトレーニングされたマルチボイスTTSシステム

neonbjb
⭐ 14,748 Jupyter Notebook 👤 neonbjb User 🕐 更新日時 2024-11-19 📅 作成日 2022-01-28
7
SesameAILabs/csm

会話型音声生成モデル

SesameAILabs
⭐ 14,647 Python 👤 SesameAILabs Organization 🕐 更新日時 2025-05-27 📅 作成日 2025-02-26
8
multimodal-art-projection/YuE

YuE2:シンボリックプランニング、ゼロショット・カバー、エージェント型音楽編集による最先端の音楽生成。

multimodal-art-projection
⭐ 13,644 Python 👤 multimodal-art-projection Organization 🕐 更新日時 2026-11-01 📅 作成日 2025-01-23
9
open-mmlab/Amphion

Amphion (/æmˈfaɪən/) は、オーディオ、音楽、音声生成のためのツールキットです。その目的は、再現可能な研究をサポートし、若手研究者やエンジニアがオーディオ、音楽、音声生成の研究開発分野への参入を支援することです。

open-mmlab
⭐ 10,346 Python 👤 open-mmlab Organization 🕐 更新日時 2026-03-25 📅 作成日 2023-11-15
10
boson-ai/higgs-audio

Boson AI のテキスト・オーディオ基盤モデル

boson-ai
⭐ 8,390 Python 👤 boson-ai Organization 🕐 更新日時 2026-06-05 📅 作成日 2025-07-20
11
vllm-project/vllm-omni

オムニモダリティモデルを用いた効率的なモデル推論のためのフレームワーク

vllm-project
⭐ 7,884 Python 👤 vllm-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-09-11
12
Zyphra/Zonos

Zonos-v0.1は、20万時間以上の多様な多言語音声でトレーニングされた最先端のオープンウェイトテキスト音声合成モデルであり、トップTTSプロバイダーに匹敵するか、それを超える表現力と品質を提供します。

Zyphra
⭐ 7,213 Python 👤 Zyphra Organization 🕐 更新日時 2025-03-05 📅 作成日 2025-02-07
13
huggingface/parler-tts

高品質TTSモデルのための推論およびトレーニングライブラリ。

huggingface
⭐ 5,503 Python 👤 huggingface Organization 🕐 更新日時 2024-12-10 📅 作成日 2024-02-13
14
MoonshotAI/Kimi-Audio

Kimi-Audio、オーディオの理解、生成、会話に優れたオープンソースのオーディオ基盤モデル

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 更新日時 2025-06-21 📅 作成日 2025-04-25
15
Stability-AI/stable-audio-tools

条件付きオーディオ生成のための生成モデル

Stability-AI
⭐ 3,921 Python 👤 Stability-AI Organization 🕐 更新日時 2026-11-01 📅 作成日 2023-05-23
16
rsxdalv/TTS-WebUI

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、Bark用の拡張機能付きの単一Gradio + React WebUI!

rsxdalv
⭐ 3,316 Go 👤 rsxdalv User 🕐 更新日時 2026-11-19 📅 作成日 2023-04-27
17
openai/openai-fm

OpenAI Speech API のデモである openai.fm のコード

openai
⭐ 2,917 TypeScript 👤 openai Organization 🕐 更新日時 2026-03-03 📅 作成日 2025-04-15
18
haoheliu/AudioLDM

AudioLDM: テキストで音声、効果音、音楽などを生成します。

haoheliu
⭐ 2,891 Python 👤 haoheliu User 🕐 更新日時 2025-06-25 📅 作成日 2023-01-29
19
haoheliu/AudioLDM2

テキストからオーディオ/音楽への生成

haoheliu
⭐ 2,551 Python 👤 haoheliu User 🕐 更新日時 2024-09-29 📅 作成日 2023-08-04
20
haoheliu/versatile_audio_super_resolution

AudioSRによる汎用的なオーディオ超解像度(任意 -> 48kHz)。

haoheliu
⭐ 1,951 Python 👤 haoheliu User 🕐 更新日時 2025-08-27 📅 作成日 2023-09-06
21
archinetai/audio-ai-timeline

2023年から始まる、最新のオーディオ生成AIモデルのタイムライン!

archinetai
⭐ 1,913 👤 archinetai Organization 🕐 更新日時 2024-01-04 📅 作成日 2023-01-29
22
sgl-project/sglang-omni

対話型スーパーインテリジェンスシステム向け高性能サービングランタイム

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-01-07
23
vibevoice-community/VibeVoice

VibeVoice: 表現力豊かな長文会話音声合成。(コミュニティフォーク)

vibevoice-community
⭐ 1,678 Python 👤 vibevoice-community Organization 🕐 更新日時 2026-08-29 📅 作成日 2025-09-04
24
lucidrains/soundstorm-pytorch

Google Deepmind の SoundStorm、効率的な並列オーディオ生成を Pytorch で実装

lucidrains
⭐ 1,545 Python 👤 lucidrains User 🕐 更新日時 2025-04-24 📅 作成日 2023-05-17
25
devnen/Chatterbox-TTS-Server

強力なChatterbox TTSモデルをセルフホストします。このサーバーは、ユーザーフレンドリーなWeb UI、柔軟なAPIエンドポイント(OpenAI互換を含む)、事前定義された音声、音声クローニング、および大規模なオーディオブック規模のテキスト処理を提供します。NVIDIA(CUDA)、AMD(ROCm)、およびCPUで高速実行されます。

devnen
⭐ 1,517 Python 👤 devnen User 🕐 更新日時 2026-05-26 📅 作成日 2025-05-31
26
FunAudioLLM/FunMusic

音楽、歌、オーディオ生成のための基本的なツールキット

QwenAudio
⭐ 1,352 Python 👤 QwenAudio Organization 🕐 更新日時 2025-05-20 📅 作成日 2024-10-29
27
OpenDCAI/GameFactory-3A

包括的なオープンソースのAAAゲーム生成スキルおよびアセットフレームワーク。

OpenDCAI
⭐ 1,344 Python 👤 OpenDCAI Organization 🕐 更新日時 2026-11-15 📅 作成日 2026-07-06
28
diodiogod/TTS-Audio-Suite

ローカルでのマルチエンジン・多言語対応テキスト読み上げ(TTS)およびボイスチェンジのためのComfyUIカスタムノード統合。対応エンジン:RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox(クラシックおよび多言語版)、F5-TTS、Higgs Audio 2, 3、VibeVoice。無制限のテキスト長、SRTタイミング、キャラクターサポート、および多数のオーディオツールに対応。

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 更新日時 2026-11-19 📅 作成日 2025-08-06
29
declare-lab/tango

テキストからオーディオを生成するための拡散モデルファミリー。

declare-lab
⭐ 1,239 Python 👤 declare-lab Organization 🕐 更新日時 2025-07-29 📅 作成日 2023-04-10
30
NVIDIA/BigVGAN

BigVGAN(ICLR 2023)の公式PyTorch実装

NVIDIA
⭐ 1,164 Python 👤 NVIDIA Organization 🕐 更新日時 2024-09-05 📅 作成日 2022-06-07
31
OpenMOSS/MOVA

動画と音声を単一のモデルで同期生成する基盤モデル

OpenMOSS
⭐ 1,151 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-01-28
33
Anil-matcha/awesome-agent-apis

muapiがホストする660以上の生成メディアモデルに加え、コミュニティ投稿のサードパーティAPIツール(SEO、データ拡充、ソーシャル、スクレイピング)を収録。1項目につきYAMLファイル1つで、機能別に閲覧できます。

Anil-matcha
⭐ 1,070 Python 👤 Anil-matcha User 🕐 更新日時 2026-10-14 📅 作成日 2023-05-06
34
BinWang28/audio-ai-hub

オーディオAI研究のハブ:オーディオLLM、音声認識、TTS、音楽・オーディオ生成に関する論文、オープンモデル、ベンチマーク、データセット。

BinWang28
⭐ 966 Python 👤 BinWang28 User 🕐 更新日時 2026-11-16 📅 作成日 2024-06-15
35
Yuan-ManX/ai-audio-datasets

AIオーディオデータセット(AI-ADS)🎵は、スピーチ、音楽、サウンドエフェクトを含み、生成AI、AIGC、AIモデルトレーニング、インテリジェントオーディオツールの開発、およびオーディオアプリケーションのトレーニングデータを提供できます。

Yuan-ManX
⭐ 950 👤 Yuan-ManX User 🕐 更新日時 2025-07-08 📅 作成日 2022-12-18
36
flatkey-ai/flatkey-cli

画像、動画、音声、テキスト、クレジット、モデル探索に対応したFlatkeyメディア生成CLI。

flatkey-ai
⭐ 868 JavaScript 👤 flatkey-ai Organization 🕐 更新日時 2026-11-20 📅 作成日 2026-07-17
37
kanaworksai-hue/audio-studio-mcp

Claude CodeやあらゆるMCPクライアントで使える、ローカルAIによるBGMと効果音。Apple Silicon(MLX)およびWindowsのNVIDIA GPU(PyTorch)でStable Audio 3を実行。クラウド不要、APIキー不要。

kanaworksai-hue
⭐ 697 Python 👤 kanaworksai-hue User 🕐 更新日時 2026-11-16 📅 作成日 2026-10-18
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio:効率的な大規模音声言語モデルのための高速インターリーブ型クロスモーダルトークン生成

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 更新日時 2025-05-24 📅 作成日 2025-04-23
40
alibaba/unified-audio

オーディオ処理と生成を統合するオープンソースプロジェクト

alibaba
⭐ 553 Python 👤 alibaba Organization 🕐 更新日時 2026-07-07 📅 作成日 2025-10-21
41
backblaze-labs/genblaze

Genblaze は、ビデオ、オーディオ、画像プロバイダーにわたる生成 AI メディアパイプラインをオーケストレーションするためのオープンソースの Python SDK であり、すべての出力に組み込みの来歴を備えています。

backblaze-labs
⭐ 548 Python 👤 backblaze-labs Organization 🕐 更新日時 2026-11-19 📅 作成日 2026-04-16
42
JinhuaLiang/WavCraft

オーディオ作成および編集のためのAIエージェントWavCraftの公式リポジトリ

JinhuaLiang
⭐ 524 Python 👤 JinhuaLiang User 🕐 更新日時 2025-02-15 📅 作成日 2024-03-12

よくある質問

1

GitHubで最も人気のある#audio-generationリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#audio-generationプロジェクトは、57,449個のスターを獲得しているmicrosoft/VibeVoiceです。オープンソース フロンティア ボイス AI

2

#audio-generationリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#audio-generationプロジェクトでは、Python, Jupyter Notebook, Go, TypeScriptが最も一般的なプログラミング言語です。

3

#audio-generationリポジトリのランキングはどのように算出されていますか?

#audio-generationのタグが付いた42件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は324,111個で、リポジトリあたりの平均は7,716個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。