audiotoken 是音频音乐领域的开源项目，由 indri-voice 开发，2024 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 56。
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 2026-08-15。Apache-2.0 许可证，可自由使用、修改和分发，无付费版本。
它主要面向的使用场景是：音乐生成模型的音频预处理。同类可对比的替代方案包括 EnCodec、SoundStream、DAC。
GitHub 星标
★ 56
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indri-voice
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，可自由使用、修改和分发，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型asr,audio-processing,llm,llm-inference,llm-training,tts
GitHub 星标★ 56
30天Star增速
HF 下载量
上线时间2024-06-07 00:00:00
最近更新2026-08-15 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
- 处理速度极快，专为性能优化设计
- Python 接口简洁，易于集成到深度学习流程
- 专注音频令牌化，功能聚焦不臃肿
不足之处
- 文档/社区待观察
- 早期项目，功能覆盖有限，可能缺少高级特性
适用场景
- 音乐生成模型的音频预处理
- 语音合成系统中的特征提取
- 实时音频处理应用的原型开发
替代项目
EnCodec、SoundStream、DAC
项目介绍
上一篇：detail_tts
下一篇：emospeech
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···