汇聚全球AI音频与音乐生成项目，AI语音合成、音乐创作、音频处理工具一网打尽。
共收录 830 个开源项目
MSMC-TTS
开源
免费
仅开源
多阶段码本生成，让语音合成更自然清晰
MSMC-TTS 是一个多阶段多码本（Multi-Stage Multi-Codebook）的语音合成（TTS）开源项目，基于深度···
Perceiver-Music-Transformer
开源
免费
仅开源
用 Perceiver 架构高效生成超长音乐，突破 Transformer 长度限制
Perceiver-Music-Transformer 是 Google Perceiver-AR 架构在音乐生成领域的开源实现，旨在解决长序···
pattrns
开源
免费
仅开源
用代码写节奏，实时生成音乐序列
pattrns 是一个用 Rust 编写的实验性命令式音乐序列生成引擎。它解决的是传统音乐编程中序列生成方···
tts-server-android
开源
免费
仅开源
让安卓手机秒变智能朗读助手，自定义音色和接口
tts-server-android 是一个基于 Android 的本地 TTS（文本转语音）服务应用，旨在解决系统自带 TTS···
audio-development-tools
开源
免费
仅开源
一站式音频开发工具箱，从信号处理到AI生成全搞定
Audio Development Tools (ADT) 是一个面向音频技术研发的开源项目，旨在整合声音、语音和音乐领域···
tts-server-go
开源
免费
仅开源
一键部署，让阅读APP用上微软AI语音听书
tts-server-go 是一个用 Go 语言编写的轻量级服务，用于转发微软 TTS（文本转语音）服务。它主要解···
tts-react
开源
免费
仅开源
在 React 里一句话搞定文字转语音，轻松实现播报功能
tts-react 是一个基于 React 的文本转语音（TTS）组件库，旨在帮助开发者快速在 React 应用中集成语···
mkpl
开源
免费
仅开源
敲一行命令，目录秒变 M3U 播放列表
mkpl 是一个命令行工具，用于从命令行生成 M3U 格式的播放列表。它解决了手动创建和维护播放列表的···
KAN-TTS
开源
免费
仅开源
快速搭建定制语音合成系统，开箱即用
KAN-TTS 是一个基于 Python 的语音合成训练框架，旨在简化 TTS 模型的开发与训练流程。它提供了从数···
react-text-to-speech
开源
免费
已失效
React 里几行代码搞定文字转语音，支持高亮和队列
react-text-to-speech 是一个基于 React.js 的轻量级文本转语音库，利用浏览器原生的 Web Speech A···
ProDiff
开源
免费
仅开源
极速扩散语音合成，快过实时，质量不减
ProDiff 是一个基于 PyTorch 实现的语音合成项目，对应 ACM-MM'22 论文，主打极速扩散式语音合成。···
vits-mandarin-biaobei
开源
免费
仅开源
用 VITS 快速生成自然普通话语音
这是一个基于 VITS 模型的中文语音合成项目，专门针对普通话 TTS 场景。它利用 Biaobei 数据集训练···
PyThaiTTS
开源
免费
仅开源
用 Python 快速生成自然泰语语音，离线可用
PyThaiTTS 是一个开源的泰语文本转语音（TTS）库，基于 Python 构建，旨在为开发者提供简单易用的泰···
audio-diffusion
开源
免费
仅开源
像画图一样生成音乐，给段描述就出专属旋律
利用 Hugging Face 的 diffusers 库将扩散模型应用于音乐合成，把图像生成领域的扩散技术迁移到音频···
DragonianVoice
开源
免费
仅开源
用 C++ 把 SVC/TTS 模型跑起来，性能拉满，部署无忧。
DragonianVoice 是一个基于 C++ 的歌声转换（SVC）和语音合成（TTS）推理库，旨在为生产环境提供高···
AudioMAE-pytorch
开源
免费
仅开源
用掩码自编码器预训练音频模型，轻松提取通用音频特征
AudioMAE-pytorch 是掩码自编码器（Masked Autoencoder）在音频领域的非官方 PyTorch 实现，基于论···
tts-vue
开源
免费
仅开源
把文字变成自然语音，一键导出音频文件
tts-vue 是一款基于微软语音合成服务的桌面工具，采用 Electron、Vue 3、Element Plus 和 Vite 构建···
tts-demo
开源
免费
仅开源
一键集成多情感男女声，实时离线都能合成，还能变声调参。
tts-demo 是一个基于 Java 的文本转语音（TTS）演示项目，集成了深度学习模型，旨在提供灵活、高质···
Verbify-TTS
开源
免费
仅开源
一键朗读屏幕任意文字，免费享受AI高质语音
Verbify-TTS 是一个简单且免费的文本转语音引擎，旨在为用户朗读屏幕上的任意文本。它利用先进的 A···
musicaiz
开源
免费
仅开源
一站式搞定符号音乐生成、评估与分析
musicaiz 是一个面向符号音乐生成、评估与分析的 Python 框架。它解决了音乐研究者与开发者在构建音···
tts-arabic-pytorch
开源
免费
仅开源
开箱即用的阿拉伯语语音合成，支持多说话人，训练推理一条龙
这是一个基于 PyTorch 的阿拉伯语语音合成（TTS）工具包，实现了 Tacotron2 和 FastPitch 两种主流···
Avocodo-pytorch
开源
免费
仅开源
用 GAN 生成无伪影语音，提升 TTS 音质
Avocodo-pytorch 是 Avocodo 声码器的 PyTorch 实现。Avocodo 是一种基于生成对抗网络（GAN）的声码···
indonesian-tts
开源
已失效
用印尼语文本一键生成语音，快速集成到你的应用
这是一个面向印尼语的开源文本转语音（TTS）工具，基于Coqui TTS框架构建。它解决了印尼语语音合成···
Awesome-Singing-Voice-Synthesis-and-···
开源
免费
仅开源
一站式导航歌声合成与转换前沿资源
这是一个关于歌声合成（SVS）与歌声转换（SVC）的精选论文与项目列表，同时涵盖语音合成（TTS）、语···
