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 ★ 529
使用教程
环境要求
- Python 3.9+
安装与启动步骤
-
1装库
一条 pip，依赖不多。
pip install muspy -
2先读一种格式
它支持多种符号音乐格式，先挑你手头的那种。
-
3做数据预处理
把曲子统一成它内部表示，后面才好批量处理。
-
4用内置指标评估
生成音乐的评价它有现成实现，别自己造。
-
5接进自己的模型
它只提供数据与评估，模型要自己写。
如何确认成功
读入一首 MIDI 并转成内部表示，再用内置指标算出一份评估结果
注意事项
- 它做的是符号音乐的数据管理与评估，不包含生成模型。
- 内置评估指标是它最省事的部分，省掉自己实现各种距离。
- 格式转换是常见痛点，它对主流格式支持较好。
- 音频类生成用不上，它处理的是乐谱层。
核心亮点
- 统一了多种音乐数据格式（MIDI、MusicXML等），省去繁琐转换
- 内置主流音乐数据集下载与加载，开箱即用
- 提供标准化评估指标，方便对比不同生成模型效果
不足之处
- 文档/社区待观察
- 项目维护活跃度一般，可能跟不上最新研究需求
适用场景
- 学术研究中快速搭建音乐生成基线系统
- 开发者构建音乐生成应用时统一处理数据与评估
- 教学场景中演示符号音乐生成流程
替代项目
MidiTok、Magenta (TensorFlow)、music21
同类项目推荐
Neural-Voice-Cloning-with-Few-Sa···
开源
用几句话克隆你的声音，快速生成个性化语音
Implementation of Neural Voice Cloning with Few Samples Research Paper by Baidu
sayit
开源
Mac 本地把文字变语音，不联网不上传
Private, local text-to-speech for Apple silicon Macs
LLMVoX
开源
让任意LLM秒变语音助手，流式对话零延迟
LLMVoX: Autoregressive Streaming Text-to-Speech Model for Any LLM
python-twelve-tone
开源
输入十二音序列，一键生成矩阵和旋律，导出 MIDI
:notes: 12-tone matrix to generate dodecaphonic melodies :notes:
easy-speech
开源
一行代码让网页开口说话，跨浏览器无依赖
Cross browser Speech Synthesis also known as Text to speech or TTS; no dependencies;···
WhisperSpeech
开源
反转Whisper，用识别模型生成自然语音，快速搭建TTS应用
An Open Source text-to-speech system built by inverting Whisper.
epub2tts
开源
把电子书一键变成有声书，通勤路上用耳朵读书
Turn an epub or text file into an audiobook
Unitale
开源
浏览器里一键把剧本变成带音效和配图的有声书
一个基于Indextts和Qwen3TTS的 AI 有声书制作工具。利用 LLM 自动拆解剧本与识别情绪，集成···
KokoroSharp
开源
在 .NET 项目中一行代码集成离线多语言语音合成
Fast local TTS inference engine in C# with ONNX runtime. Multi-speaker, multi-platfo···