wavegan-pytorch

用 PyTorch 训练 WaveGAN，生成原始音频波形

WaveGAN 的 PyTorch 非官方实现，用于生成原始音频波形。该项目解决了从零训练生成对抗网络（GAN）生成音频的工程门槛，提供了完整的训练、生成和评估流程。核心能力包括：基于 DCGAN 架构改造的 WaveGAN 模型，支持多种配置（如不同采样率、噪声维度），内置梯度惩罚（WGAN-GP）以稳定训练，并提供音频样本生成和可视化工具。代码结构清晰，适合研究者快速上手复现论文结果，或作为音频生成实验的基线。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 173
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mostafaelaraby
所属国家
官网地址
GitHubhttps://github.com/mostafaelaraby/wavegan-pytorch
定价模式free
价格说明开源项目，基于Apache-2.0许可证，可自由使用，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai-music,gan,music-generation,pytorch,wavegan,wavegan-pytorch
GitHub 星标★ 173
30天Star增速
HF 下载量
上线时间2019-06-11 00:00:00
最近更新2026-09-07 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5

使用教程

核心亮点

  • 完整实现 WaveGAN 架构，代码结构清晰，易于修改和扩展
  • 支持 WGAN-GP 训练，稳定性优于原始 GAN
  • 提供生成样本和训练日志，便于验证效果

不足之处

  • 文档较少，仅提供基本使用说明，社区支持有限
  • 依赖特定环境，配置复杂，新手可能遇到环境问题

适用场景

  • 学术研究：复现 WaveGAN 论文，探索音频生成
  • 音效合成：生成短音频片段，如鼓点、环境音
  • 数据增强：生成合成音频扩充训练数据集

替代项目

WaveGAN (TensorFlow 官方实现)、GANSynth、MelGAN

项目介绍

wavegan-pytorch 是音频音乐领域的开源项目，由 mostafaelaraby 开发，2019 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 173。

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 2026-09-07。基于Apache-2.0许可证，可自由使用，无付费版本。

它主要面向的使用场景是：学术研究：复现WaveGAN论文，探索音频生成。同类可对比的替代方案包括 WaveGAN (TensorFlow 官方实现)、GANSynth、MelGAN。

上一篇：Catch-A-Waveform

下一篇：audiocraft-infinity-webui

同类项目推荐

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.

★ 1239 2026-08-09
AuK 开源

一个模型搞定语音生成、编辑与分离

AuK: An Open-Source Foundational Model for Speech Generation and Editing

★ 1236 2026-09-13
swift-tts 开源

Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
ai-dj 开源

现场演出中实时用 AI 生成音乐，保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 246 2026-08-09