项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 241
核心亮点
- 局部窗口注意力机制有效降低长序列计算成本，支持更长音乐生成
- 支持多乐器同步生成，能输出结构完整的合奏音乐
- 基于监督学习，可通过标注数据控制音乐风格和结构
不足之处
- 文档/社区待观察
- 早期项目，生态和示例较少，上手门槛可能偏高
适用场景
- 音乐生成研究与学术实验
- 辅助作曲工具开发
- 多乐器编曲自动生成原型
替代项目
Music Transformer、MuseNet、Magenta
上一篇：pattrns
下一篇：Video2Music
同类项目推荐
pyht
开源
一行代码接入 PlayHT，快速实现 AI 语音合成与克隆
PlayHT Python SDK - AI Text-to-Speech Streaming & Voice Cloning API
FFTNet
开源
用 FFT 加速神经声码器，实现实时语音合成。
FFTNet: a Real-Time Speaker-Dependent Neural Vocoder
wtonec
开源
给微信/QQ加装语音增强和文字转语音，聊天更个性
Wtonec：微信 / QQ / 小红书 / 抖音文字转语音、语音包、语音播报、克隆音色、表情包。上百···
NVDA-IBMTTS-Driver
开源
让 NVDA 用上经典 IBMTTS 语音，听感更自然
This project is aimed at developing and maintaining the NVDA IBMTTS driver. IBMTTS i···
ComfyUI-EdgeTTS
开源
在 ComfyUI 里一键把文字变成自然语音，轻松加配音。
ComfyUI-EdgeTTS is a powerful text-to-speech node for ComfyUI, leveraging Microsoft'···
mustango
开源
用自然语言精准控制音乐生成，让每句描述都变成旋律。
Mustango: Toward Controllable Text-to-Music Generation
Dot
开源
本地跑通 TTS+RAG+LLM，离线也能玩转 AI 语音和问答。
Text-To-Speech, RAG, and LLMs. All local!
rtvc
开源
实时语音转写与克隆，快速接入 ElevenLabs
"Realtime" voice transcription and cloning using ElevenLabs's API.
to-the-stars
开源
把魔法少女小圆外传小说翻译成中文，还能听语音版
魔法少女小圆 飞向星空 中文翻译