#text-to-audio Репозитории
Откройте для себя 19 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #text-to-audio, с общим числом 97,821 звёзд (в среднем 5,148 на проект). Лидером этой темы является suno-ai/bark, набравший 38,863 звёзд.
Всего репозиториев: 19
Audiocraft — это библиотека для обработки и генерации звука с использованием глубокого обучения. Она включает в себя ультрасовременный аудиокомпрессор/токенизатор EnCodec, а также MusicGen — простую и управляемую модель языка для генерации музыки с текстовым и мелодическим обусловливанием.
Amphion (/æmˈfaɪən/) — это набор инструментов для генерации аудио, музыки и речи. Его цель — поддержка воспроизводимых исследований и помощь начинающим исследователям и инженерам в освоении области исследований и разработок в области генерации аудио, музыки и речи.
Семейство моделей с открытым исходным кодом для синтеза длинноформатной речи, синтеза диалогов, дизайна голоса, звуковых эффектов и потокового TTS в реальном времени
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
[NeurIPS 2025] Реализация на PyTorch [ThinkSound] – унифицированной системы для генерации аудио из любой модальности, основанной на рассуждениях Chain-of-Thought (CoT).
StreamSpeech — это универсальная(«All in One»)бесшовная модель для офлайн- и синхронного распознавания речи, голосового перевода и синтеза речи.
Реализация AudioLCM (ACM-MM'24) на PyTorch: эффективная и высококачественная генерация текста в аудио с использованием модели латентной согласованности.
HunyuanVideo-Foley: Мультимодальная диффузия с выравниванием представлений для высокоточной генерации звуковых эффектов Foley.
[ICLR 2026] TangoFlux: Супербыстрое и верное преобразование текста в звук с сопоставлением потока
Реализация Make-An-Audio (ICML'23) на PyTorch с генеративной моделью преобразования текста в аудио
Проект с открытым исходным кодом для унификации обработки и генерации аудио
🔥🔥🔥 Курируемый список статей о мультимодальной генерации на основе LLM (изображение, видео, 3D и аудио).
Отслеживайте крупные модели в аудио домене, включая речь, пение, музыку и т.д.
Часто задаваемые вопросы
Какой репозиторий по теме #text-to-audio наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #text-to-audio на GitHub — suno-ai/bark, набравший 38,863 звёзд. 🔊 Генеративная аудиомодель, управляемая текстовыми подсказками
Какие языки программирования чаще всего используются в репозиториях по теме #text-to-audio?
Среди наиболее высоко оценённых проектов по теме #text-to-audio на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, HTML.
Как рассчитывается рейтинг репозиториев по теме #text-to-audio?
Мы отслеживаем 19 активных репозиториев с открытым исходным кодом, отмеченных тегом #text-to-audio (500 и более звёзд), с общим числом 97,821 звёзд и в среднем 5,148 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.