NeuralTextToAudio 是音频音乐领域的开源项目，由 o-inha 开发，2022 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 53。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-18。无在线服务，需自行部署，完全免费。
它主要面向的使用场景是：游戏或影视制作中快速生成背景音效。同类可对比的替代方案包括 AudioGen、Text-to-Audio (TTA)、Diffusion-LM。
NeuralTextToAudio
输入文字描述，自动生成对应音频片段
NeuralTextToAudio 是一个基于文本提示生成合成音频的开源项目，旨在通过自然语言描述来控制音频生成过程，解决传统音频制作依赖专业设备和手工编辑、门槛高且效率低的问题。其核心能力是利用深度学习模型，将文本语义映射到音频特征空间，支持生成环境音效、乐器片段、人声模拟等多种音频类型。项目以 Jupyter Notebook 形式提供交互式演示，便于研究者快速实验和验证。目前处于早期阶段，代码结构清晰，但功能尚不完善，主要面向音频生成领域的研究者和开发者，用于探索文本到音频生成的技术路线。
开源
free
音频音乐
GitHub 星标
★ 53
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队o-inha
所属国家
定价模式free
价格说明开源项目，无在线服务，需自行部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型audio,audio-generation,audio-processing,audio-synthesis,audioldm,colab,colab-notebook,mubert,mubertai,music-generation,text2audio,text2music,voice-cloning,voice-synthesis
GitHub 星标★ 53
30天Star增速
HF 下载量
上线时间2022-12-21 00:00:00
最近更新2026-09-18 00:00:00
维护状态活跃
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3
使用教程
核心亮点
- 直接通过自然语言控制音频生成，降低创作门槛
- 基于 Jupyter Notebook 提供交互式实验环境，上手快
- 覆盖多种音频类型，如音效、乐器、人声，应用面广
不足之处
- 项目处于早期，模型效果和稳定性待验证
- 文档和社区支持有限，上手需要一定深度学习基础
适用场景
- 游戏或影视制作中快速生成背景音效
- 音乐人探索灵感，快速试听不同风格片段
- 学术研究用于文本到音频生成算法的对比实验
替代项目
AudioGen、Text-to-Audio (TTA)、Diffusion-LM
项目介绍
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.
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
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···
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···