MagiCodec 是音频音乐领域的开源项目，由 Ereboas 开发，2025 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 129。
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 2026-09-12。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：实时语音合成与语音对话系统。同类可对比的替代方案包括 EnCodec、SoundStream、DAC (Descript Audio Codec)。
MagiCodec
单层流式音频编码，让下游模型更易用
MagiCodec 是一个单层流式音频编解码模型，旨在提供当前最优的音频质量，并生成离散 token，以提升下游模型的可建模性。它解决传统音频编解码器多层设计导致推理复杂、下游任务（如语音合成、语音语言模型）难以直接利用的问题。核心能力包括：单层结构简化了编解码流程，支持流式处理适合实时应用；生成的离散 token 具有高信息保真度，便于与 LLM 结合进行文本到语音、语音到语音等任务。项目基于 PyTorch 实现，技术栈聚焦于语音表征和 TTS，处于早期阶段但设计思路清晰，为音频生成领域提供更高效的基座模型。
开源
free
音频音乐
GitHub 星标
★ 129
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队Ereboas
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型codec,llm,llms,pytorch,speech-language-model,speech-representation,text-to-speech,tts
GitHub 星标★ 129
30天Star增速
HF 下载量
上线时间2025-05-29 00:00:00
最近更新2026-09-12 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3
使用教程
核心亮点
- 单层设计大幅降低推理复杂度，比多层编解码更高效
- 流式支持适合实时语音交互场景
- 离散 token 质量高，直接提升 TTS 和语音语言模型的下游性能
不足之处
- 项目处于早期，文档和社区支持待观察
- 未提供预训练模型权重，复现成本较高
适用场景
- 实时语音合成与语音对话系统
- 语音语言模型预训练与微调
- 低延迟音频传输与压缩
替代项目
EnCodec、SoundStream、DAC (Descript Audio Codec)
项目介绍
上一篇：ubisoft-laforge-daft-exprt
下一篇：SpeakThat
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···