「audio-generation」に関するオープンソースプロジェクト

テキスト、画像、音声、動画、アクションを生成する全モダリティ対応モデルを実行できる、vLLMを拡張したサービングフレームワーク。

WebサイトやPDFなどから多言語の音声ポッドキャストを生成するオープンソースのPythonパッケージ。

YuE2は、歌詞とスタイルプロンプトから編集可能なメロディー・コード譜を作成し、ボーカル入りの楽曲を生成するオープンな音楽生成モデルです。