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 ★ 117
核心亮点
- 基于 GPT-2 架构，生成音乐结构完整，多轨协调性好
- 支持 prompt 引导，可指定风格或主题，实现可控生成
- C++ 实现，性能优于 Python 原型，适合本地运行
不足之处
- 文档/社区待观察
- 仅支持 MIDI 符号输入，不直接处理音频
- 依赖训练数据质量，生成效果受限于数据集
适用场景
- 作曲辅助：快速生成多轨 MIDI 草稿，激发灵感
- 音乐教育：演示 AI 生成音乐，理解音乐结构
- 游戏/影视配乐：批量生成背景音乐素材
替代项目
MuseNet、Music Transformer、Magenta
下一篇：D2M-GAN
同类项目推荐
MOSS-TTS-Nano
开源
0.1B 参数，CPU 上实时跑多语言语音克隆
A 100M-parameter multilingual TTS model for real-time CPU inference, voice cloning, ···
ha-rhvoice
开源
在 Home Assistant 中本地离线生成语音，保护隐私免云端。
Home Assistant integration for RHVoice - a local text-to-speech engine.
Kokoro-FastAPI
开源
一键部署本地TTS，跨平台多语言语音合成，兼容OpenAI接口
Dockerized OpenAI-compatible wrapper for Kokoro-82M text-to-speech w/multiplatform C···
sea-g2p
开源
快速搞定印尼语、泰语、越南语文本转音素，助力 TTS 更地道。
Fast multilingual text-to-phoneme converter for South East Asian languages.
piper-app
开源
在苹果设备上离线运行 Piper TTS，快速生成自然语音。
The original Piper(https://github.com/OHF-Voice/piper1-gpl), now on iOS and macOS
Multi-Model-RVC-Inference
开源
一键加载多个 RVC 模型，从 Hugging Face 直接推理语音转换。
RVC Inference with multiple model and huggingface support
CosyVoice
开源
输入文字就能生成多语种配音，一天的工作十分钟搞定
Multi-lingual large voice generation model, providing inference, training and deploy···
FunCodec
开源
把音频变成高质量 token，让 TTS 和音乐生成更简单
FunCodec is a research-oriented toolkit for audio quantization and downstream applic···
faster-qwen3-tts
开源
让 Qwen3-TTS 边生成边出声，实时对话不卡顿
Real-time text-to-speech with Qwen3-TTS