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 ★ 202
核心亮点
- 首创将说话人嵌入融入Omni LLM，实现个性化音色与风格的长时语音生成
- 支持文本+语音联合输入输出，覆盖理解与生成全链路，减少模态转换损耗
- 开源代码与模型权重，基于主流LLM架构（如Qwen）扩展，便于二次开发
不足之处
- 早期项目，文档和社区支持待观察
- 模型参数量与推理资源需求较高，个人开发者部署门槛不低
适用场景
- 开发个性化语音助手（如陪伴型AI、虚拟主播）
- 构建多语言实时语音翻译与同传系统
- 为有声书、播客等长音频内容生成定制化配音
替代项目
Qwen-Audio、SpeechGPT、Mini-Omni
上一篇：magvit2-pytorch
下一篇：mongolian-nlp
同类项目推荐
relational-transformer
开源
把多表数据库喂给Transformer，预训练到推理一条龙
Pretraining, fine-tuning, inference and test-time scaling of relational transformer ···
HRM
开源
让AI学会分步思考，复杂推理不再翻车
Hierarchical Reasoning Model Official Release
FuseAI
开源
融合多个模型，打造更强 AI
FuseAI Project
Baichuan2
开源
开源中英双语大模型，轻松部署私有化对话应用
A series of large language models developed by Baichuan Intelligent Technology
Awesome-spatial-visual-reasoning···
开源
一站式索引空间推理多模态模型，快速上手具身智能研究
Repository for awesome spatial/visual reasoning MLLMs. (focus more on embodied appli···
StableDiffusion-PyTorch
开源
从零手写 Stable Diffusion，彻底搞懂扩散模型原理
This repo implements a Stable Diffusion model in PyTorch with all the essential comp···
Awesome-Scientific-Language-Mode···
开源
一张图看懂科学大模型全家桶，快速入门科学AI
A Comprehensive Survey of Scientific Large Language Models and Their Applications in···
Awesome-Chinese-LLM
开源
一站式找到适合私有化部署的中文大模型资源
整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主，包括底座···
reconstruction-alignment
开源
用重建对齐让多模态模型零样本能力大爆发
[ICLR 2026] RecA: visual understanding help generation through self-supervised learn···