#audio-generation 仓库
探索 42 个标记为 #audio-generation 的活跃开源 GitHub 仓库,它们累计获得 324,111 个 Star(平均每个项目 7,716 个)。该主题的领先项目是 microsoft/VibeVoice,拥有 57,449 个 Star。
共 42 个仓库
Audiocraft 是一个用于深度学习音频处理和生成的库。它具有最先进的 EnCodec 音频压缩器/分词器,以及 MusicGen,一个简单且可控的音乐生成语言模型,支持文本和旋律条件。
Amphion (/æmˈfaɪən/) 是一个用于音频、音乐和语音生成的工具包。其目的是支持可复现的研究,并帮助初级研究人员和工程师入门音频、音乐和语音生成的研究与开发领域。
一个带有 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 和 Bark 扩展的单一 Gradio + React WebUI!
自托管功能强大的Chatterbox TTS模型。该服务器提供用户友好的Web UI,灵活的API端点(包括兼容OpenAI的端点),预设语音,语音克隆以及大规模有声读物级别的文本处理。可在NVIDIA(CUDA)、AMD(ROCm)和CPU上加速运行。
一个用于本地多引擎、多语言文本转语音和语音转换的 ComfyUI 自定义节点集成。支持:RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox(经典版和多语言版)、F5-TTS、Higgs Audio 2、3 和 VibeVoice,支持无限文本长度、SRT 时间轴、角色支持以及多种音频工具。
660 多个由 muapi 托管的生成式媒体模型,以及社区提交的第三方 API 工具(SEO、数据丰富、社交媒体、抓取)——每个条目对应一个 YAML 文件,可按功能浏览。
AI 音频数据集 (AI-ADS) 🎵,包括语音、音乐和音效,可为生成式 AI、AIGC、AI 模型训练、智能音频工具开发和音频应用程序提供训练数据。
为 Claude Code 和任何 MCP 客户端提供本地 AI 背景音乐和音效。在 Apple Silicon(MLX)和 Windows NVIDIA GPU(PyTorch)上运行 Stable Audio 3。无需云服务,无需 API 密钥。
常见问题解答
GitHub 上最受欢迎的 #audio-generation 仓库是什么?
GitHub 上排名第一的开源 #audio-generation 项目是 microsoft/VibeVoice,拥有 57,449 个 Star。开源前沿语音AI
#audio-generation 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #audio-generation 项目中,最常见的编程语言是 Python, Jupyter Notebook, Go, TypeScript。
#audio-generation 仓库的排名是如何计算的?
我们跟踪了 42 个标记为 #audio-generation 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 324,111 个 Star,平均每个仓库拥有 7,716 个 Star。排名每日根据 GitHub API 更新。