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 ★ 82
核心亮点
- 首个将扩散模型应用于自动音乐转录的开源实现，方法新颖
- 代码结构清晰，基于 PyTorch，易于理解和二次开发
- 提供预训练模型和推理脚本，开箱即用体验较好
不足之处
- 项目处于早期，文档和社区支持相对薄弱
- 训练和推理速度可能较慢，对计算资源要求较高
适用场景
- 音乐信息检索研究：探索扩散模型在转录任务中的效果
- 音乐教育：辅助学生将演奏音频转为乐谱进行学习
- 音频内容分析：为音乐数据库自动生成符号化索引
替代项目
Onsets and Frames、Basic Pitch、MT3
上一篇：lofi-generator
下一篇：tadpole-studio
同类项目推荐
totalvoice-node
开源
用 Node.js 快速集成 Totalvoice 语音和短信服务
Client em NodeJS para API da Totalvoice
reader
开源
手机拍报纸，秒变电子版，随时读报不费力
毕业设计-基于智能手机的报纸阅读器
StreamingKokoroJS
开源
浏览器里无限量本地语音合成，告别云端依赖
Unlimited text-to-speech in the Browser using Kokoro-JS, 100% local, 100% open sourc···
supertonic
开源
手机上秒级生成多语言语音，离线也能用
Lightning-Fast, On-Device, Multilingual TTS — running natively via ONNX.
X2Streaming-TTS
开源
文本边说边转语音，首句秒出声
tacotron2
开源
多说话人+情感语音合成，一键生成个性化语音
Multispeaker & Emotional TTS based on Tacotron 2 and Waveglow
stable-audio-tools
开源
用文本或音频条件，训练并生成可控音乐音效
Generative models for conditional audio generation
teochew-g2p
开源
把潮州话汉字转成音素，让TTS能读出来
这是一个潮州话文本端的处理工具和正字标准，主要为潮州方言的语音合成服务
voc2vec
开源
让机器听懂笑声哭声，解锁非语言声音的语义
This repository contains the code for the paper "voc2vec: A Foundation Model for Non···