tegridy-tools

用 NLP 技术让 MIDI 音乐自动生成与风格迁移

tegridy-tools 是一个面向符号音乐（MIDI）的 NLP 与人工智能工具包，旨在用自然语言处理技术处理音乐序列数据。它解决了传统音乐生成模型难以处理长序列、结构复杂和风格控制的问题，提供了一系列模块化的深度学习架构（如 Transformer、RNN 等）和预处理工具，支持 MIDI 文件的解析、编码、生成与风格迁移。核心能力包括：将 MIDI 转换为可训练的 token 序列、构建自定义音乐语言模型、生成连贯的多轨旋律与和声，并支持基于马尔可夫链的轻量级生成。项目以 Jupyter Notebook 为主要载体，强调可读性和快速实验，适合音乐 AI 研究者和开发者进行原型验证与教学。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 116

维护状态活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队asigalov61

所属国家

官网地址https://github.com/asigalov61/tegridy-tools

GitHubhttps://github.com/asigalov61/tegridy-tools

定价模式free

价格说明开源工具包，Apache-2.0许可，完全免费，需自行部署使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型architectures,artificial-intelligence,artificial-intelligence-systems,computer-music,deep-learning,markovify,midi,midi-classification,midi-processing,midi-processor,midi-search,midi-toolkit,music,music-generation,music-origami,nanogpt,nlp,plagiarism-detection,raspberry-pi,symbolic-music

GitHub 星标★ 116

30天Star增速

HF 下载量

上线时间2020-12-26 00:00:00

最近更新2026-09-20 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

核心亮点

提供从 MIDI 解析到模型训练的一体化流程
集成多种深度学习架构，适配不同音乐生成任务
基于 Jupyter Notebook，上手门槛低，便于实验

不足之处

文档/社区待观察
项目处于早期，API 可能不稳定
依赖较多，环境配置稍复杂

适用场景

音乐 AI 研究者快速验证生成模型
开发者构建 MIDI 自动作曲工具
教学演示 NLP 在音乐领域的应用

替代项目

Magenta (Google)、MusicLM、MuseNet

项目介绍

tegridy-tools 是音频音乐领域的开源项目，由 asigalov61 开发，2020 年首次发布。

它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 116。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-20。Apache-2.0许可，完全免费，需自行部署使用。

它主要面向的使用场景是：音乐AI研究者快速验证生成模型。同类可对比的替代方案包括 Magenta (Google)、MusicLM、MuseNet。

上一篇：theDAW

下一篇：AuraPlayer