awesome-large-audio-models

一份清单，带你快速入门音频大模型

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。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 741
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队EmulationAI
所属国家
官网地址
GitHubhttps://github.com/EmulationAI/awesome-large-audio-models
定价模式free
价格说明开源资源列表，完全免费，无付费版本。
访问状态
是否开源是
开源协议
主要语言
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★ 741
30天Star增速
HF 下载量
上线时间2023-08-18 00:00:00
最近更新2026-09-23 00:00:00
维护状态维护中
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2

使用教程

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

项目介绍

awesome-large-audio-models 是开源模型领域的开源项目，由 EmulationAI 开发，2023 年首次发布。

它收录于开源模型分类，该分类目前共有 424 个项目，GitHub 星标数为 741。

项目仍在小幅维护中，最近一次代码更新于 2026-09-23。开源资源列表，完全免费，无付费版本。

它主要面向的使用场景是：调研音频大模型技术选型。同类可对比的替代方案包括 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

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库，免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10