awesome-large-audio-models

一份清单，带你快速入门音频大模型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 54 🐛 待处理 2 👀 关注 27
GitHub ↗
GitHub 星标 ★ 748
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源资源列表，完全免费，无付费版本。

项目预览

awesome-large-audio-models 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队EmulationAI
GitHubhttps://github.com/EmulationAI/awesome-large-audio-models
定价模式🏷️完全免费
价格说明开源资源列表，完全免费，无付费版本。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
技术栈/模型audio-ai,audio-processing,automatic-speech-recognition,foundational-models,large-audio-models,large-language-model-speech,large-language-models,music-ai,music-information-retrieval,music-processing,speech-ai,speech-llms,speech-to-text
GitHub 星标★ 748
上线时间2023-08-18 00:00:00
代码更新2026-11-02
仓库体积6.7 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-09
浏览次数4

项目介绍

这是一个收录大型语言模型（LLM）在音频AI领域应用资源的精选列表，旨在为研究人员和开发者提供一站式导航。项目系统梳理了音频理解、生成、多模态交互等方向的前沿模型、工具和论文，覆盖语音识别、文本转语音、音乐生成、声音事件检测等任务。通过分类整理和持续更新，帮助用户快速了解该领域的技术进展、对比不同方案的适用场景，并找到可用的开源实现和数据集。核心能力在于其结构化组织和资源筛选，降低了入门门槛，节省了调研时间。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 748

使用教程

难度：入门 约 10 分钟 部署方式：在线阅读 4 步

环境要求

  • 浏览器

安装与启动步骤

  1. 1在线浏览

    音频大模型论文集。

    # 浏览器打开仓库首页

  2. 2按任务分

    清单按识别、合成、音乐等任务分组。

    grep -n '^## ' README.md

  3. 3克隆离线

    需要检索就克隆。

    git clone https://github.com/EmulationAI/awesome-large-audio-models.git

  4. 4读原文

    条目带论文链接。

    # 打开条目里的论文地址

如何确认成功

能定位三篇与自身音频任务相关的论文。

注意事项

  • 清单不含代码，模型要自己去各仓库找。
  • 音频领域迭代快，选型看最近半年的工作。

核心亮点

  • 资源分类清晰，覆盖音频理解、生成、多模态等主流方向
  • 收录了最新模型和工具，紧跟领域前沿
  • 提供对比信息，便于快速筛选适合的模型

不足之处

  • 文档/社区待观察

适用场景

  • 调研音频大模型技术选型
  • 寻找语音识别或音乐生成的现成模型
  • 跟踪音频AI领域最新研究进展

替代项目

awesome-audio-diffusion、Awesome-Speech-Language-Models、awesome-llm-and-audio

上一篇：Awesome-LLM-Ensemble

下一篇：SALMONN

同类项目推荐

Nitro-1 开源

一步生成高清图，让扩散模型快如闪电

This repo provides a working re-implementation of Latent Adversarial Diffusion Disti···

★ 126 2026-08-09
Awesome-LLM-Strawberry 开源

一站式追踪 o1 推理前沿，快速上手慢思考模型

A collection of LLM papers, blogs, and projects, with a focus on OpenAI o1 and reas···

★ 6901 2026-08-09
Chinese-LLaMA-Alpaca 开源

让 LLaMA 说好中文，消费级硬件也能训练部署

中文LLaMA&Alpaca大语言模型+本地CPU/GPU训练部署 (Chinese LLaMA & Alpaca LLMs)

★ 18917 2026-08-09
TabSTAR 开源

让表格数据看懂文本，预测更准一步到位

TabSTAR: A Tabular Foundation Model for Tabular Data with Text Fields

★ 93 2026-08-09
GPT-Models-Plus 开源

一个脚本搞定 ChatGPT、Claude、Grok 多模型调用

别问我为什么大杂烩放在一块，懒得新建项目

★ 126 2026-08-09
BioReason 开源

让 AI 读懂 DNA，自动进行多模态生物推理

BioReason: Incentivizing Multimodal Biological Reasoning within a DNA-LLM Model | ···

★ 406 2026-08-09
qwenputer 开源

把一台 CPU 编译进大模型权重里跑起来

A computer, compiled into the weights of a language model. An exact CPU inside Qwen3···

★ 764 2026-11-06