音频音乐

pytorch-dc-tts 开源

用 PyTorch 快速训练中英蒙三语语音合成模型

pytorch-dc-tts 是一个基于 PyTorch 实现的文本转语音（TTS）项目，支持英语和蒙古语。它复现了 DC···

Neural-Voice-Cloning-With-Few-Sample··· 开源

用几秒样本，克隆任意人的声音

这是一个基于论文《Neural Voice Cloning With Few Samples》的开源实现，旨在解决少样本语音克隆问···

BeatDrop 开源

把音乐变成动态视觉，实时跟随节奏跳动

BeatDrop 是一个基于 C++ 开发的音乐可视化工具，专注于将音频输入实时转化为动态视觉效果。它解决···

TTS-Cube 开源

用RNN端到端合成语音，从文本到波形一步到位

TTS-Cube 是一个基于循环神经网络的端到端语音合成项目，旨在直接从文本生成语音波形，解决传统TTS···

FFTNet 开源

用 FFT 加速神经声码器，实现实时语音合成。

FFTNet 是一个基于 FFT 的实时、说话人相关的神经声码器，用于语音合成（TTS）系统中的波形生成。它···

WaveGAN-pytorch 开源

用 PyTorch 从零训练 GAN 直接生成原始音频波形

WaveGAN-pytorch 是论文《Synthesizing Audio with Generative Adversarial Networks》的 PyTorch ···

midi2voice 开源

上传 MIDI，一键生成人声演唱，快速试听旋律效果。

midi2voice 是一个基于 Python 的开源歌声合成工具，旨在将 MIDI 文件直接转换为逼真的人声演唱。它···

dctts-pytorch 开源

用卷积网络快速训练你的中文语音合成模型

DC-TTS 的 PyTorch 非官方实现，基于论文《Efficiently Trainable Text-to-Speech System Based on···

GST-Tacotron 开源

给语音合成装上风格旋钮，一句话控制情感语调

GST-Tacotron 是一个基于 PyTorch 实现的端到端语音合成系统，核心是引入全局风格令牌（GST）机制，···

Dicy2 开源

在 Max 里用机器学习生成音乐序列，实现交互式创作

Dicy2 是一个基于 Max 的交互式音乐生成工具包，利用机器学习技术生成音乐序列，并可与作曲流程或即···

generative.fm 开源

打开网页，聆听永不重复的算法生成音乐

generative.fm 是一个在浏览器中播放生成式音乐的平台。它解决了传统音乐播放器只能播放固定曲目的···

Selection-js 开源

选中文本，即刻弹出操作菜单，让复制、搜索、分享一步到位。

Selection-js 是一个轻量级的 JavaScript 库，用于在用户选中网页文本时，于选区上方弹出一个小型操···

Text-Normalization-Demo 开源

用记忆增强神经网络，一键把口语化文本转成规范写法

这是一个文本规范化（Text Normalization）的演示项目，对应论文《Text Normalization using Memor···

speech-tts-cors 开源

绕过跨域限制，一行代码让网页开口说话

这是一个基于百度语音合成API的跨域演示项目及轻量级支持库。它解决了浏览器直接调用百度TTS接口时···

flutter_tts 开源

一行代码让 Flutter 应用开口说话，跨平台 TTS 轻松搞定

flutter_tts 是一个 Flutter 文本转语音（TTS）插件，为 Flutter 应用提供跨平台的语音合成能力。它···

doc2audiobook 开源

把文档变成有声书，通勤路上用耳朵学习

doc2audiobook 是一个将文本文档转换为高保真音频（有声书）的开源工具。它主要解决用户需要将 PDF···

Neural-Voice-Cloning-with-Few-Sample··· 开源

用几句话克隆你的声音，快速生成个性化语音

这是一个基于百度研究论文《Neural Voice Cloning with Few Samples》的Python实现，旨在用少量样本···

ng2-pdfjs-viewer 开源

在 Angular 里快速嵌入 PDF 查看器，支持表单和自定义

ng2-pdfjs-viewer 是一个基于 PDF.js 的 Angular PDF 查看器组件，专为 Angular 2+ 设计，目前支持···

bmusegan 开源

用二值神经元GAN生成复调钢琴曲，适合AI作曲研究

bmusegan 是一个基于卷积生成对抗网络（GAN）的复调音乐生成开源项目，对应论文《Convolutional Ge···

speaker_adapted_tts 开源

1分钟语音样本，10分钟训练出你的专属TTS模型

这是一个针对特定说话人进行语音合成（TTS）适配的开源项目，核心目标是让用户仅需提供1分钟的语音···

WaveRNN 开源

用 WaveRNN 快速生成高保真语音，让 TTS 更自然流畅

WaveRNN 是一个基于 PyTorch 的神经声码器与语音合成（TTS）项目，由 fatchord 开发。它实现了 Wav···

esp8266-google-tts 开源

用ESP8266连WiFi，把文字变成语音播出来

esp8266-google-tts 是一个基于 ESP8266 芯片的文本转语音（TTS）库，它通过调用 Google 翻译的 TT···

voice-builder 开源

拖拽式搭建自定义语音，快速生成 TTS 模型

voice-builder 是一个开源的文本转语音（TTS）语音构建工具，基于 JavaScript 开发，整合了 festvo···

WillFromAfarDownloader 开源

一键批量抓取 acapellabox 无伴奏音频，省时省力

WillFromAfarDownloader 是一个针对 acapellabox 网站的音乐下载工具，以 C# 编写。它解决的问题是···