音频音乐

PitchExtractor 开源 免费 仅开源

用深度学习精准提取音高，让语音转换和TTS训练更稳定。

PitchExtractor 是一个基于深度神经网络的音高提取工具，专为语音转换和语音合成（TTS）训练设计。···

text2speech 开源 免费 仅开源

让印度十亿用户用上母语语音合成

text2speech 是微软研究院实习生主导的开源项目，目标是构建面向印度十亿级用户的文本转语音（TTS）···

StyleTTS 开源 免费 仅开源

用风格迁移让AI语音更有情感和表现力

StyleTTS 是一个基于 PyTorch 的文本到语音（TTS）合成项目，通过风格迁移技术让合成语音具备多样化···

voice-cloning-collab 开源 免费 仅开源

用少量样本实时克隆声音，效果更自然

voice-cloning-collab 是 Real-time-voice-cloning 的改进版本，专注于实时语音克隆。它解决了原始···

voicesmith 开源 免费 仅开源

一键搞定 TTS 模型训练，从数据到模型不再头疼

VoiceSmith 是一个正在开发中的语音合成工具包，旨在简化文本到语音（TTS）模型的训练流程。它主要···

SyntaSpeech 开源 免费 仅开源

让 AI 朗读更有节奏感，像真人一样断句和重音

SyntaSpeech 是一个语法感知的生成对抗式文本转语音（TTS）模型，发表于 IJCAI 2022。它针对传统 T···

tiktok-tts 开源 免费 可打开

在浏览器里一键生成 TikTok 风格配音，下载即用

tiktok-tts 是一个基于浏览器的 JavaScript 工具，用于生成 TikTok 风格的文本转语音（TTS）音频。···

aspeak 开源 免费 仅开源

终端里一句话调用 Azure TTS，秒出语音文件

aspeak 是一个基于 Rust 编写的极简命令行文本转语音（TTS）客户端，专门调用 Azure TTS API。它解···

AdaSpeech 开源 免费 仅开源

用几秒参考音频，快速克隆出你的专属AI音色

AdaSpeech 是微软提出的自适应文本转语音（TTS）模型的非官方实现，旨在通过少量参考音频实现定制化···

CDCD 开源 免费 仅开源

用图像生成音乐，或反之，跨模态创作一键搞定

CDCD是一个跨模态音乐与图像生成的学术研究项目，发表于ICLR 2023。它提出了一种离散对比扩散模型，···

midi-emotion 开源 免费 仅开源

输入情感坐标，自动生成多乐器 MIDI 音乐

midi-emotion 是一个基于情感生成多乐器 MIDI 音乐的开源工具。它接收用户在 valence-arousal（效价···

mmt 开源 免费 仅开源

用 Transformer 一键生成多轨协调的完整音乐

mmt 是论文《Multitrack Music Transformer》（ICASSP 2023）的官方实现，一个基于 Transformer 的···

tiktok-voice 开源 免费 仅开源

一行代码调用 TikTok TTS，免费生成多种语音

tiktok-voice 是一个简单的 Python 脚本，用于调用 TikTok 的文本转语音（TTS）API，将文字转换为语···

Comprehensive-E2E-TTS 开源 免费 仅开源

快速搭建非自回归端到端语音合成，对比多种时长建模方案

这是一个基于 PyTorch 的非自回归端到端文本转语音（TTS）项目，直接将文本转换为语音波形，无需中···

Learn2Sing2.0 开源 免费 仅开源

让AI模仿你的声音唱歌，用扩散模型实现个性化歌声合成

Learn2Sing2.0 是一个基于扩散模型和互信息的目标说话人歌声合成（SVS）开源项目，旨在让用户通过模···

neon-tts-plugin-coqui 开源 免费 仅开源

给Neon助手装上多语言语音合成，一句话搞定TTS集成。

neon-tts-plugin-coqui 是 Neon AI 开源智能语音助手生态中的文本转语音（TTS）插件，基于 Coqui A···

nix-tts 开源 免费 仅开源

轻量级端到端TTS，模块蒸馏实现边缘设备实时语音合成

Nix-TTS 是一个轻量级、端到端的文本转语音（TTS）开源项目，通过模块级蒸馏技术大幅压缩模型体积，···

TTS-Voice-Wizard 开源 免费 可打开

让 VRChat 虚拟形象实时显示说话文字并语音回复

TTS-Voice-Wizard 是一个面向 VRChat 和 VTuber 的语音转文字再转语音（STTTS）工具。它解决的是虚···

g2pW 开源 免费 仅开源

中文多音字转拼音，让语音合成更准确

g2pW 是一个中文普通话的字素到音素（G2P）转换工具，主要解决中文文本到拼音或注音转换的问题。它···

neoscore 开源 免费 仅开源

用代码画出任意乐谱，图形控制随心所欲

neoscore 是一个基于 Python 的音乐记谱库，采用图形优先（graphics-first）的范式，将音乐符号视为···

iSTFTNet-pytorch 开源 免费 仅开源

用 iSTFT 加速声码器，轻量快速合成高质量语音

iSTFTNet-pytorch 是一个轻量级、快速的声码器（vocoder）实现，基于逆短时傅里叶变换（iSTFT）来加···

to-the-stars 开源 免费 可打开

把魔法少女小圆外传小说翻译成中文，还能听语音版

这是一个以《魔法少女小圆》外传小说《飞向星空》为蓝本的中文翻译项目，采用JavaScript实现，主要···

lyrictor 开源 可打开

把歌曲变成可分享的 AI 视觉作品，无需设计基础

lyrictor 是一款基于 TypeScript 构建的桌面与浏览器双端创意工具，旨在将个人对歌曲的理解转化为可···

glados-tts 开源 免费 仅开源

CPU 也能跑的 GLaDOS 音色语音合成

glados-tts 是一个基于 Forward Tacotron 与 HiFiGAN 的开源语音合成项目，目标是复刻游戏《传送门···