awesome-audio-plaza
每天更新音频AI论文，帮你紧跟音乐生成和语音合成前沿
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 ★ 410
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 无需环境
安装与启动步骤
-
1先确认它是追踪清单
按日更新音频论文与项目，不是代码库。
-
2按方向筛选
语音识别、合成、音乐生成分开列。
-
3点进原仓库核对
清单描述简短，细节要看原项目。
-
4订阅更新
关注仓库动态比手动刷更省事。
如何确认成功
能从清单里按方向挑出 3 个近期项目，并说清各自解决的具体问题
注意事项
- 它是每日追踪型清单，条目多但描述浅，适合当信息源而不是教程。
- 排名与收录带主观性，别把它当评测结果。
- 音频方向的论文复现率普遍偏低，选项目时先看有没有放出权重。
核心亮点
- 每日更新机制，确保论文列表时效性强，能快速反映最新研究趋势
- 覆盖音乐生成、TTS、ASR等多条音频赛道，分类清晰便于定向检索
- 精选而非全量收录，节省筛选时间，适合快速了解领域热点
不足之处
- 仅提供论文链接和简介，无代码示例或深度解读，使用价值依赖外部资源
- 文档/社区待观察，项目处于早期阶段，维护频率和社区参与度有待验证
适用场景
- 音频AI研究者快速追踪最新论文，避免错过重要工作
- 工程师调研技术选型，了解音乐生成或语音合成领域的主流方案
- 学生入门音频AI，通过精选列表建立领域知识地图
替代项目
Awesome Music Generation、Awesome Speech Synthesis、Papers with Code (Audio)
下一篇：BackgroundAudio
同类项目推荐
bark-voice-cloning-HuBERT-quanti···
开源
用几秒语音克隆音色，训练推理全搞定
The code for the bark-voicecloning model. Training and inference.
epub2mp3
开源
把电子书变成有声书，用 Edge TTS 一键转 MP3
这是一个使用 Microsoft Edge TTS 服务将 EPUB 电子书转换为 MP3 音频文件的工具。
pdf-to-podcast
开源
把 PDF 变成能听的播客，通勤路上轻松吸收知识。
Transform PDFs into AI podcasts for engaging on-the-go audio content.
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.
articulate.js
开源
一行代码让网页开口说话，轻松实现文字转语音
A jQuery plugin that lets the browser speak to you.
ControlSpeech
开源
几秒克隆音色，同时随心控制说话风格
[ACL 2025 Main] ControlSpeech: Towards Simultaneous Zero-shot Speaker Cloning and Ze···
tiktok-tts
开源
在浏览器里一键生成 TikTok 风格配音，下载即用
Generate TikTok Text-to-Speech voices in your browser
ChatTTS-ui
开源
本地网页一键文字转语音，还能当API用
一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simp···
kokoclone
开源
克隆任意声音，用 Kokoro 生成多语言自然语音
Voice Cloning, Now Inside Kokoro. Generate natural multilingual speech and clone any···