AudioCraft官网 – 音频类生成式AI，已开源

AudioCraft是一个音频类生成式AI项目，由MusicGen、AudioGen和EnCodec三种模型组成，支持多种音频处理任务，具有强大的音频生成能力，并且是一个开源项目。
AudioCraft的特点:
1. 由三种模型组成：MusicGen，AudioGen和EnCodec
2. 支持音频生成
3. 开源项目
4. 可用于多种音频处理任务

AudioCraft的功能:
1. 生成音乐
2. 音频合成
3. 音频编码和解码

相关导航

Sound Synthesis Recipes开源项目 – C++音频合成代码集

这是一个包含多种音频合成算法的C++代码集，提供示例代码和详细文档，旨在帮助音频开发者和研究人员快速实现音频效果和合成器。

FraxAI官网 – 生成式AI模型与工具平台

FraxAI是一个提供生成式AI模型、工具、提示工程技术、资源、指南和教程的平台，支持Stable Diffusion和ChatGPT等技术。用户可以探索各种可用模型和工具，利用提示工程技术创建有效的提示，以生成文本、图像、代码、音频、视频等。同时，平台还提供指南和教程，帮助用户深入了解生成式AI和提示工程。

SimVP: Simpler yet Better Video Prediction – “Applicable in audio synthesis and production.”-音频领域音乐生成基准测试

在音频领域内进行音乐生成的基准测试项目，利用Freesound Loop数据集。

GPT 4o官网 – 实时音视频交互的强大模型

GPT 4o 是一种更强大的模型，能够实现实时音视频响应和情感音频输出，用户可以免费使用此项目。

Aimi官网 – 创新的AI音乐生成平台

Aimi成立于2020年，是AI音乐领域的先锋，提供多样化的音乐生成服务，帮助创作者、开发者和音乐人生成高质量的音乐，避免了使用未授权版权音乐所带来的道德和法律挑战。

Awesome AI Tools开源项目 – 精选顶尖AI工具资源

一个精心挑选的人工智能工具集合，涵盖文本、图像、音频和视频等多个领域，定期更新以包含最新的AI技术进展。

VocalForge开源项目 – 一站式语音数据集创建工具

VocalForge是一个端到端的工具包，专为语音数据集创建而设计，旨在大幅减少为TTS模型、热词检测模型等创建数据集的时间，提高音频数据筛选的效率，并支持多种语音数据集格式。

Ichigo Llama 3.1官网 – 开源的多语言语音处理项目

Ichigo Llama 3.1是一个开源的Llama语音项目，类似于OpenAI的语音模式，经过50K小时的语音训练，支持7种语言，能够进行实时语音AI处理，并针对1.89M个样本进行了指令调整。项目使用10x A1000进行训练，旨在提供高效、准确的语音识别与生成能力。

Zeniteq官网 – 专注于生成性人工智能的新闻杂志

Zeniteq是一个致力于生成性人工智能不断演变的新闻杂志，旨在提供有关各种AI领域的最新新闻和更新，包括对话式AI、图像和视频生成器以及音频合成技术的报道。

Chinchilla官网 – 将文本LLM转变为通用压缩器

Chinchilla是DeepMind的研究项目，旨在将文本大语言模型（LLM）转变为通用压缩器API，适用于多种数据类型，包括文本、图像和音频。该项目通过巧妙的算术编码方案实现无损压缩，并能够与现有压缩技术如gzip、PNG、LZMA2等进行直接比较。Chinchilla不仅量化了学习与压缩之间的关系，还展示了如何通过预测模型与无损压缩器之间的相互转化来优化数据压缩和机器学习模型。

SongBot AI Music官网 – 智能音乐创作与视频生成应用

SongBot AI Music是一款基于AI技术的音乐应用，用户可以创建个性化的音乐视频和原创音乐曲目。它利用先进的AI算法，包括OpenAI GPT-4，生成独特而吸引人的歌词和出色的演唱。

网易云音乐·X Studio官网 – AI音乐创作工具

网易云音乐·X Studio 是一款由网易云音乐与小冰公司合作开发的 AI 音乐创作工具，面向音乐人和爱好者免费使用。它允许用户输入曲谱和歌词，AI 歌手可在 3 秒内生成专业级演唱，支持多种音乐风格。该工具结合了前沿 AI 技术，如小冰歌唱模型、一致性超级自然语音、流式渲染歌声合成和视觉神经网络渲染，旨在提供媲美真人的自然演唱效果。

AudioNotes开源项目 – 音视频转结构化笔记工具

AudioNotes 是一个基于 FunASR 和 Qwen2 构建的开源免费工具，能够快速提取音视频内容，并利用大模型能力将其整理成结构化的 Markdown 笔记。该工具支持多种音视频格式，提供 Docker 快速部署方式，并支持搭配 Ollama 使用本地模型，方便用户快速生成、编辑和分享笔记。