Git Stars Git Stars

#audio-generation Repositórios

Descubra 42 repositórios ativos de código aberto no GitHub marcados com #audio-generation, acumulando um total de 324,111 estrelas (uma média de 7,716 por projeto). O líder deste tópico é microsoft/VibeVoice, com 57,449 estrelas.

42
Total de Repositórios
324,111
Total de estrelas
7,716
Média de Estrelas/Repositório

42 repositórios no total

1
microsoft/VibeVoice

IA de Voz de Fronteira de Código Aberto

microsoft
⭐ 57,449 Python 👤 microsoft Organization 🕐 Atualizado 2026-10-08 📅 Criado 2025-08-25
2
mudler/LocalAI

LocalAI é o motor de IA de código aberto. Execute qualquer modelo - LLMs, visão, voz, imagem, vídeo - em qualquer hardware. Nenhuma GPU necessária.

mudler
⭐ 50,487 Go 👤 mudler User 🕐 Atualizado 2026-11-21 📅 Criado 2023-03-18
3
suno-ai/bark

🔊 Modelo de Áudio Generativo Acionado por Texto

suno-ai
⭐ 38,863 Jupyter Notebook 👤 suno-ai Organization 🕐 Atualizado 2024-08-19 📅 Criado 2023-04-07
4
QwenAudio/CosyVoice

Modelo de geração de voz multilíngue de grande escala, que oferece capacidade de pilha completa para inferência, treinamento e implantação.

QwenAudio
⭐ 24,469 Python 👤 QwenAudio Organization 🕐 Atualizado 2026-05-25 📅 Criado 2024-07-03
5
facebookresearch/audiocraft

Audiocraft é uma biblioteca para processamento e geração de áudio com aprendizado profundo. Ela apresenta o compressor/tokenizador de áudio EnCodec de última geração, juntamente com o MusicGen, um LM de geração de música simples e controlável com condicionamento textual e melódico.

facebookresearch
⭐ 23,937 Jupyter Notebook 👤 facebookresearch Organization 🕐 Atualizado 2026-03-03 📅 Criado 2023-06-08
6
neonbjb/tortoise-tts

Um sistema TTS multi-voz treinado com foco na qualidade

neonbjb
⭐ 14,748 Jupyter Notebook 👤 neonbjb User 🕐 Atualizado 2024-11-19 📅 Criado 2022-01-28
7
SesameAILabs/csm

Um Modelo de Geração de Fala Conversacional

SesameAILabs
⭐ 14,647 Python 👤 SesameAILabs Organization 🕐 Atualizado 2025-05-27 📅 Criado 2025-02-26
8
multimodal-art-projection/YuE

YuE2: geração musical de ponta com planejamento simbólico, covers zero-shot e edição musical baseada em agentes.

multimodal-art-projection
⭐ 13,644 Python 👤 multimodal-art-projection Organization 🕐 Atualizado 2026-11-01 📅 Criado 2025-01-23
9
open-mmlab/Amphion

Amphion (/æmˈfaɪən/) é um kit de ferramentas para Geração de Áudio, Música e Fala. Seu objetivo é apoiar a pesquisa reproduzível e auxiliar pesquisadores e engenheiros iniciantes a se desenvolverem no campo da pesquisa e desenvolvimento em geração de áudio, música e fala.

open-mmlab
⭐ 10,346 Python 👤 open-mmlab Organization 🕐 Atualizado 2026-03-25 📅 Criado 2023-11-15
10
boson-ai/higgs-audio

Modelo de base texto-áudio da Boson AI

boson-ai
⭐ 8,390 Python 👤 boson-ai Organization 🕐 Atualizado 2026-06-05 📅 Criado 2025-07-20
11
vllm-project/vllm-omni

Uma estrutura para inferência de modelo eficiente com modelos de omni-modalidade

vllm-project
⭐ 7,884 Python 👤 vllm-project Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-09-11
12
Zyphra/Zonos

Zonos-v0.1 é um modelo líder de conversão de texto em fala com peso aberto, treinado em mais de 200 mil horas de fala multilíngue variada, proporcionando expressividade e qualidade comparáveis — ou até superiores — aos principais provedores de TTS.

Zyphra
⭐ 7,213 Python 👤 Zyphra Organization 🕐 Atualizado 2025-03-05 📅 Criado 2025-02-07
13
huggingface/parler-tts

Biblioteca de inferência e treinamento para modelos TTS de alta qualidade.

huggingface
⭐ 5,503 Python 👤 huggingface Organization 🕐 Atualizado 2024-12-10 📅 Criado 2024-02-13
14
MoonshotAI/Kimi-Audio

Kimi-Audio, um modelo de fundação de áudio de código aberto que se destaca na compreensão, geração e conversação de áudio

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 Atualizado 2025-06-21 📅 Criado 2025-04-25
15
Stability-AI/stable-audio-tools

Modelos generativos para geração condicional de áudio

Stability-AI
⭐ 3,921 Python 👤 Stability-AI Organization 🕐 Atualizado 2026-11-01 📅 Criado 2023-05-23
16
rsxdalv/TTS-WebUI

Uma única interface web Gradio + React com extensões para 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!

rsxdalv
⭐ 3,316 Go 👤 rsxdalv User 🕐 Atualizado 2026-11-19 📅 Criado 2023-04-27
17
openai/openai-fm

Código para openai.fm, uma demonstração da API de Fala da OpenAI

openai
⭐ 2,917 TypeScript 👤 openai Organization 🕐 Atualizado 2026-03-03 📅 Criado 2025-04-15
18
haoheliu/AudioLDM

AudioLDM: Gere fala, efeitos sonoros, música e muito mais, com texto.

haoheliu
⭐ 2,891 Python 👤 haoheliu User 🕐 Atualizado 2025-06-25 📅 Criado 2023-01-29
19
haoheliu/AudioLDM2

Geração de Texto para Áudio/Música

haoheliu
⭐ 2,551 Python 👤 haoheliu User 🕐 Atualizado 2024-09-29 📅 Criado 2023-08-04
20
haoheliu/versatile_audio_super_resolution

Super resolução de áudio versátil (qualquer -> 48kHz) com AudioSR.

haoheliu
⭐ 1,951 Python 👤 haoheliu User 🕐 Atualizado 2025-08-27 📅 Criado 2023-09-06
21
archinetai/audio-ai-timeline

Uma linha do tempo dos mais recentes modelos de IA para geração de áudio, a partir de 2023!

archinetai
⭐ 1,913 👤 archinetai Organization 🕐 Atualizado 2024-01-04 📅 Criado 2023-01-29
22
sgl-project/sglang-omni

Ambiente de execução de alto desempenho para servir sistemas de superinteligência interativos

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-01-07
23
vibevoice-community/VibeVoice

VibeVoice: Síntese de fala conversacional expressiva e de formato longo. (Versão da Comunidade)

vibevoice-community
⭐ 1,678 Python 👤 vibevoice-community Organization 🕐 Atualizado 2026-08-29 📅 Criado 2025-09-04
24
lucidrains/soundstorm-pytorch

Implementação de SoundStorm, Geração de Áudio Paralela Eficiente do Google Deepmind, em Pytorch

lucidrains
⭐ 1,545 Python 👤 lucidrains User 🕐 Atualizado 2025-04-24 📅 Criado 2023-05-17
25
devnen/Chatterbox-TTS-Server

Hospede você mesmo o poderoso modelo Chatterbox TTS. Este servidor oferece uma interface web amigável, endpoints de API flexíveis (incluindo compatibilidade com OpenAI), vozes predefinidas, clonagem de voz e processamento de texto em grande escala para audiolivros. É executado acelerado em NVIDIA (CUDA), AMD (ROCm) e CPU.

devnen
⭐ 1,517 Python 👤 devnen User 🕐 Atualizado 2026-05-26 📅 Criado 2025-05-31
26
FunAudioLLM/FunMusic

Um kit de ferramentas fundamental projetado para geração de música, canções e áudio

QwenAudio
⭐ 1,352 Python 👤 QwenAudio Organization 🕐 Atualizado 2025-05-20 📅 Criado 2024-10-29
27
OpenDCAI/GameFactory-3A

Uma estrutura abrangente de código aberto de habilidades e ativos para geração de jogos AAA.

OpenDCAI
⭐ 1,344 Python 👤 OpenDCAI Organization 🕐 Atualizado 2026-11-15 📅 Criado 2026-07-06
28
diodiogod/TTS-Audio-Suite

Uma integração de nós personalizados do ComfyUI para conversão local de texto em fala e voz, multi-motor e multilíngue. Suporta: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (clássico e multilíngue), F5-TTS, Higgs Audio 2, 3 e VibeVoice com comprimento de texto ilimitado, sincronização SRT, suporte a personagens e muitas ferramentas de áudio.

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 Atualizado 2026-11-19 📅 Criado 2025-08-06
29
declare-lab/tango

Uma família de modelos de difusão para geração de texto para áudio.

declare-lab
⭐ 1,239 Python 👤 declare-lab Organization 🕐 Atualizado 2025-07-29 📅 Criado 2023-04-10
30
NVIDIA/BigVGAN

Implementação oficial em PyTorch do BigVGAN (ICLR 2023)

NVIDIA
⭐ 1,164 Python 👤 NVIDIA Organization 🕐 Atualizado 2024-09-05 📅 Criado 2022-06-07
31
OpenMOSS/MOVA

Um modelo de base que gera vídeo e áudio sincronizados em um único modelo

OpenMOSS
⭐ 1,151 Python 👤 OpenMOSS Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-01-28
33
Anil-matcha/awesome-agent-apis

Mais de 660 modelos de mídia generativa hospedados pelo muapi, além de ferramentas de API de terceiros enviadas pela comunidade (SEO, enriquecimento, redes sociais, scraping) — um arquivo YAML por entrada, com navegação por funcionalidade.

Anil-matcha
⭐ 1,070 Python 👤 Anil-matcha User 🕐 Atualizado 2026-10-14 📅 Criado 2023-05-06
34
BinWang28/audio-ai-hub

O centro para pesquisa de IA em áudio: artigos, modelos abertos, benchmarks e conjuntos de dados em LLMs de áudio, reconhecimento de fala, TTS, geração de música e áudio.

BinWang28
⭐ 966 Python 👤 BinWang28 User 🕐 Atualizado 2026-11-16 📅 Criado 2024-06-15
35
Yuan-ManX/ai-audio-datasets

Conjuntos de Dados de Áudio de IA (AI-ADS) 🎵, incluindo Voz, Música e Efeitos Sonoros, que podem fornecer dados de treinamento para IA Generativa, AIGC, treinamento de modelos de IA, desenvolvimento de ferramentas de áudio inteligentes e aplicações de áudio.

Yuan-ManX
⭐ 950 👤 Yuan-ManX User 🕐 Atualizado 2025-07-08 📅 Criado 2022-12-18
36
flatkey-ai/flatkey-cli

CLI de geração de mídia da Flatkey para imagens, vídeos, áudio, texto, créditos e descoberta de modelos.

flatkey-ai
⭐ 868 JavaScript 👤 flatkey-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-07-17
37
kanaworksai-hue/audio-studio-mcp

Música de fundo e efeitos sonoros gerados por IA localmente para o Claude Code e qualquer cliente MCP. Stable Audio 3 no Apple Silicon (MLX) e em GPUs NVIDIA no Windows (PyTorch). Sem nuvem e sem chave de API.

kanaworksai-hue
⭐ 697 Python 👤 kanaworksai-hue User 🕐 Atualizado 2026-11-16 📅 Criado 2026-10-18
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio: Geração Rápida de Tokens Intercalados Cross-Modais para um Modelo de Fala-Linguagem Grande e Eficiente

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 Atualizado 2025-05-24 📅 Criado 2025-04-23
40
alibaba/unified-audio

Um projeto de código aberto para unificar o processamento e a geração de áudio

alibaba
⭐ 553 Python 👤 alibaba Organization 🕐 Atualizado 2026-07-07 📅 Criado 2025-10-21
41
backblaze-labs/genblaze

Genblaze é um SDK Python de código aberto para orquestrar pipelines de mídia de IA generativa em provedores de vídeo, áudio e imagem, com proveniência integrada para cada saída.

backblaze-labs
⭐ 548 Python 👤 backblaze-labs Organization 🕐 Atualizado 2026-11-19 📅 Criado 2026-04-16
42
JinhuaLiang/WavCraft

Repositório oficial para WavCraft, um agente de IA para criação e edição de áudio

JinhuaLiang
⭐ 524 Python 👤 JinhuaLiang User 🕐 Atualizado 2025-02-15 📅 Criado 2024-03-12

Perguntas Frequentes

1

Qual é o repositório de #audio-generation mais popular no GitHub?

O projeto de código aberto de #audio-generation mais bem classificado no GitHub é microsoft/VibeVoice, com 57,449 estrelas. IA de Voz de Fronteira de Código Aberto

2

Quais linguagens de programação são mais usadas nos repositórios de #audio-generation?

Entre os projetos de #audio-generation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Go, TypeScript.

3

Como é calculada a classificação dos repositórios de #audio-generation?

Acompanhamos 42 repositórios ativos de código aberto marcados com #audio-generation (com mais de 500 estrelas), totalizando 324,111 estrelas e uma média de 7,716 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.