riffusion-manipulation

用图像扩散模型，像P图一样编辑音频

riffusion-manipulation 是一个基于 Riffusion 模型的音频操控工具集，用 Python 实现。它解决的核心问题是：如何利用 Stable Diffusion 图像生成技术对音频进行创造性编辑，而不仅仅是生成。项目将音频转换为频谱图，再通过扩散模型对频谱图进行修改（如风格迁移、局部重绘、插值融合等），最后将修改后的频谱图还原为音频。其核心能力包括：加载 Riffusion 预训练模型、对音频进行频谱图转换、执行多种图像编辑操作（如 img2img、inpainting）、以及将结果导出为音频文件。项目代码结构清晰，适合开发者学习如何将图像扩散模型应用于音频领域，并在此基础上构建自定义的音频处理流水线。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 96

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队chavinlo

所属国家

官网地址

GitHubhttps://github.com/chavinlo/riffusion-manipulation

定价模式free

价格说明开源工具，本地部署，完全免费

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型ai,diffusers,diffusion,generative-music,music,riffusion,stable-diffusion

GitHub 星标★ 96

30天Star增速

HF 下载量

上线时间2022-12-16 00:00:00

最近更新2026-04-20 00:00:00

维护状态低维护

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4

使用教程

核心亮点

提供音频到频谱图、频谱图到音频的完整转换工具，开箱即用
基于 Riffusion 官方模型，支持 img2img 和 inpainting 等高级编辑操作
代码简洁，适合作为二次开发的基础库

不足之处

文档/社区待观察
依赖 Riffusion 模型，模型体积大，推理速度较慢
功能相对单一，主要面向技术用户，缺少图形界面

适用场景

音乐制作人进行音色风格转换或局部重绘
AI 爱好者学习扩散模型在音频领域的应用
开发者构建自定义音频生成或编辑工具链

替代项目

Riffusion、AudioLDM、MusicGen

项目介绍

riffusion-manipulation 是音频音乐领域的开源项目，由 chavinlo 开发，2022 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 96。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-04-20。开源工具，本地部署，完全免费。

它主要面向的使用场景是：音乐制作人进行音色风格转换或局部重绘。同类可对比的替代方案包括 Riffusion、AudioLDM、MusicGen。

上一篇：Awesome-Music-Generation

下一篇：flux-generator