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 2026-10-26 · 当前星标 ★ 235
核心亮点
- 面向视频与世界模型做实时空间音频生成，把声源方位与画面场景绑定，思路较新
- 提供交互式控制，声音可随镜头或场景变化动态调整，而非一次性离线渲染
- Python 实现，便于与视觉模型、生成式视频管线拼接做多模态实验
不足之处
- 早期项目，星标约 235，生态与文档成熟度有限
- 实时生成对算力有要求，实际延迟与音质表现需按硬件评估
适用场景
- 为 AI 生成的视频自动补全带方位感的环境音与音效
- 在虚拟世界或游戏原型中根据物体位置实时生成空间音频
- 音频生成与多模态方向的研究演示和二次开发
替代项目
AudioLDM、MusicGen、Stable Audio
下一篇：ViSAudio
同类项目推荐
HebTTS
开源
跳过元音预测，直接让AI用希伯来语开口说话
The official implementation of "A Language Modeling Approach to Diacritic-Free Hebre···
lue
开源
终端里读书还能听书，支持多种格式，语音自然如有声书。
Terminal eBook Reader with Audiobook-Quality Text-to-Speech — Supports EPUB, PDF, D···
CapCut-TTS
开源
免费把剪映 TTS 变成 API，快速接入你的应用
CapCut TTS Wrapper API - CapCut API free tts
lingopod
开源
粘贴网页链接，一键生成中英双语播客，边听边学。
️ AI双语播客生成工具 - 将网页内容转化为AI驱动的中英文音频学习体验 | AI-powered bili···
Awesome-Text-to-Speech
开源
一份清单，带你速览 TTS 最新工具和模型，少走弯路。
A curated list of the latest and most influential tools, models, and resources in th···
unspeech
开源
一个 API 接入所有 TTS 服务，自托管轻松切换
️ Your Text-to-Speech Services, All-in-One.
ZeroSpeech-TTS-without-T
开源
无需文本标注，直接从语音学习并合成语音，攻克低资源TTS难题。
A Pytorch implementation for the ZeroSpeech 2019 challenge.
vits
开源
文字进、语音出，又快又自然，配音效率翻倍
VITS: Conditional Variational Autoencoder with Adversarial Learning for End-to-End T···
MusicGenerator
开源
用 TensorFlow 玩转多种深度学习音乐生成模型
Experiment diverse Deep learning models for music generation with TensorFlow