项目预览
项目数据
项目介绍
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 ★ 90
核心亮点
- 首个将音频条件注入 Stable Diffusion 的官方实现，方法新颖
- 基于预训练模型，适配成本低，训练资源要求相对友好
- 代码结构清晰，包含推理示例，易于复现论文结果
不足之处
- 文档/社区待观察
- 项目早期，星标少，生态和教程有限
适用场景
- 音乐可视化：根据歌曲生成专辑封面或视觉艺术
- 辅助创作：为播客、有声书生成配图
- 多模态研究：探索音频与图像跨模态生成
替代项目
Wav2CLIP、AudioLDM、Diffusion Art
上一篇：Text2Earth
下一篇：DyPE
同类项目推荐
ImagenHub
开源
统一调用和评估所有条件图像生成模型，省心对比
A one-stop library to standardize the inference and evaluation of all the conditiona···
Sketch-a-Sketch
开源
画几笔草图，精准控制AI图像生成结果
Controlling diffusion-based image generation with just a few strokes
ai-art-generator
开源
本地批量生成 AI 艺术画，省时省力
For automating the creation of large batches of AI-generated artwork locally.
comfy-portal
开源
手机当画板，随时随地跑 ComfyUI 工作流
A native iOS & Android client for ComfyUI — run AI image generation workflows from ···
dlss5-visual-enhancer
开源
低清图/视频一键变高清流畅，AI 超分加补帧
DLSS 5 Neural Rendering for Images & Video with Frame Generation, RTX Video Super Re···
FreezeG
开源
冻结生成器，稳定训练，快速搞定图像翻译
Freezing generator for pseudo image translation
ru-dalle
开源
用俄语描述，即刻生成图像，打破语言障碍。
Generate images from texts. In Russian
ComfyUI_ColorMod
开源
在 ComfyUI 里直接调色、HDR 和 16 位图，让生成图色彩更专业
Color/contrast editing, tonemapping, 16 bit and HDR image support.
Frido
开源
用特征金字塔扩散，生成复杂场景图像更精细
Research code for paper "Frido: Feature Pyramid Diffusion for Complex Scene Image Sy···