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 ★ 59
核心亮点
- 聚焦非语言发声这一空白领域，填补语音模型对副语言信号处理的缺失
- 基于ICASSP 2025论文，学术背书强，方法有理论支撑
- 提供预训练模型和代码，可直接用于下游任务微调
不足之处
- GitHub星标仅58，社区活跃度和生态成熟度待观察
- 文档/社区待观察
适用场景
- 情感计算与人机交互中的笑声、叹息识别
- 医疗健康领域的婴儿哭声或患者声音分析
- 语音助手对非语言情绪信号的响应优化
替代项目
wav2vec 2.0、HuBERT、COLA (Contrastive Learning of Acoustic Representations)
上一篇：liquid-audio
下一篇：NeuroRVQ
同类项目推荐
FFTNet
开源
用 FFT 加速神经声码器，实现实时语音合成。
FFTNet: a Real-Time Speaker-Dependent Neural Vocoder
midi-model
开源
用 Transformer 自动生成 MIDI 音乐，输入风格，输出旋律。
Midi event transformer for symbolic music generation
tacotron
开源
用 TensorFlow 复现经典端到端语音合成，从文本直接生成语音
A TensorFlow Implementation of Tacotron: A Fully End-to-End Text-To-Speech Synthesis···
blossom
开源
点点画画，即刻生成你的专属旋律
A lovely interactive music generator
sub-to-audio
开源
把字幕文件一键变成同步语音，自动配音不求人。
Subtitle to audio, generate audio from any subtitle file using Coqui-ai TTS and sync···
ng2-pdfjs-viewer
开源
在 Angular 里快速嵌入 PDF 查看器，支持表单和自定义
#1 Angular PDF viewer
Learn2Sing2.0
开源
让AI模仿你的声音唱歌，用扩散模型实现个性化歌声合成
Diffusion and Mutual Information-Based Target Speaker SVS by Learning from Singing T···
text-to-speech-sample
开源
快速把文字变成带语音的视频示例
Python3 Text to Speech Video Sample
fish-speech
开源
上传几秒音频，克隆任意音色，生成自然逼真的语音。
SOTA Open Source TTS