FunCodec

把音频变成高质量 token，让 TTS 和音乐生成更简单

FunCodec 是一个面向研究的音频量化工具包，旨在为音频生成任务提供高效、灵活的神经编解码方案。它解决了音频信号在离散表示上的压缩与重建问题，使得文本到语音合成、音乐生成等下游应用能够基于高质量的音频 token 进行。核心能力包括：支持多种量化器（如残差向量量化 RVQ）、提供预训练模型与训练脚本、集成常用的音频编解码架构（如 SoundStream、EnCodec 风格），并针对生成任务优化了 token 的语义与声学特性。工具包采用模块化设计，便于研究者快速实验与对比，同时提供了从特征提取到重建的完整 pipeline。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 449

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modelscope

所属国家

官网地址https://funcodec.github.io

GitHubhttps://github.com/modelscope/FunCodec

定价模式free

价格说明开源工具包，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型audio-generation,audio-quantization,codec,encodec,speech-synthesis,speech-to-text,tts,voicecloning

GitHub 星标★ 449

30天Star增速

HF 下载量

上线时间2023-10-07 00:00:00

最近更新2026-09-01 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2

使用教程

核心亮点

提供多种预训练模型，开箱即用，降低音频量化研究门槛
模块化设计，支持自定义量化器和编解码器，便于实验扩展
针对生成任务优化，token 语义保留好，利于下游 TTS/音乐模型

不足之处

文档/社区待观察
依赖特定深度学习框架，迁移成本较高

适用场景

学术研究：对比不同音频量化方法对生成质量的影响
TTS 系统开发：将文本转为离散音频 token 后接入语言模型
音乐生成：为音乐模型提供紧凑且富有表现力的音频表示

替代项目

EnCodec、SoundStream、DAC (Descript Audio Codec)

项目介绍

FunCodec 是音频音乐领域的开源项目，由 modelscope 开发，2023 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 449。

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 2026-09-01。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：学术研究：对比不同音频量化方法对生成质量的影响。同类可对比的替代方案包括 EnCodec、SoundStream、DAC (Descript Audio Codec)。

上一篇：vits_chinese

下一篇：voicefixer_main