music-generation

Amphion（/æmˈfaɪən/）是一套音訊、音樂與語音生成工具箱，旨在支援可重現的研究，協助初學者與工程師快速進入音訊、音樂與語音生成的研發領域。

MIT 6.S191 課程：深度學習入門實驗材料

YuE：開放式全曲音樂生成基礎模型，類似 Suno.ai 但開源

🎵 最終版開源 Suno 替代品 - ACE-Step 1.5 AI 音樂生成的專業 UI。免費、離線、無限。停止為 Suno 付費！

一款由 ggml 驅動的一體化純 C++ 音訊模型推理引擎。支援 TTS、STT、VAD、語音轉換、音樂生成等功能，具備高度優化的效能，無需依賴 Python。

用於音樂生成的 AI

SGLang-Omni 為 TTS、ASR、語音與全能模型提供高效能服務。

AI 音訊資料集 (AI-ADS) 🎵，包含語音、音樂與音效，可為生成式 AI、AIGC、AI 模型訓練、智慧音訊工具開發及音訊應用程式提供訓練資料。

語音 AI 研究中樞：涵蓋語音 LLM、語音識別、TTS、音樂與語音生成的論文、開源模型、基準測試與資料集。

用於深度學習模型的 MIDI / 符號音樂 tokenizers 🎶

「AnyGPT: Unified Multimodal LLM with Discrete Sequence Modeling」的程式碼

目前 Android 上最先進、完全離線的客戶端 AI 套件。

Open‑WebUI Tools 是一個模組化工具包，旨在擴充並豐富您的 Open WebUI 實例，將其轉化為強大的 AI 工作站。專案內含超過 15 種專門工具、函式管線與過濾器，支援學術研究、代理自主性、多模態創造力、工作流程等功能。

自動音樂生成研究的展示網站清單。

使用新的 Hugging Face diffusers 套件應用 diffusion 模型來合成音樂而非圖像。

利用 Linux 熵值來生成音樂 🐧🎵

OpenMusic：SOTA 文字轉音樂（TTM）生成

一個完整且開源的自動化伴奏生成應用程式

ICASSP 2023-2024 論文集：收錄來自 ICASSP 2023-24 會議中具影響力且令人興奮的研究論文。探索聲學、語音與訊號處理的最新進展。內含程式碼。為此儲存庫加星以支持音訊與訊號處理領域的發展！

An all-in-one, 100% local AI video, image, and music studio. Director mode plans full music videos and short films from a single prompt. Built on the WanGP pipeline. Install via Pinokio.

符號音樂生成工具組