这是一个汇集语音、音乐与音效的 AI 音频数据集清单，为生成式 AI 与音频模型训练提供现成的数据来源。做音乐生成时，可从中挑选合适的数据集，省去四处搜集和筛选的功夫。
AI Audio Datasets (AI-ADS) 🎵, including Speech, Music, and Sound Effects, which can provide training data for Generative AI, AIGC, AI model training, intelligent audio tool development, and audio applications.
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
Amphion 是一个音频、音乐与语音生成工具包，旨在支持可复现研究，帮助开发者快速上手这一领域。它提供统一的 Python 接口与预训练模型，最典型的用法是搭建 text-to-speech 或歌声合成的 workflow，从 prompt 直接生成音频。
这是 MIT 6.S191 深度学习入门课的实验材料，用 Jupyter Notebook 讲解神经网络基础，并带你动手训练模型。最典型的是音乐生成实验，你可以在 notebook 里搭建并训练一个 RNN，让它学会生成旋律。
这是一个面向 ACE-Step 1.5 音乐生成模型的开源 Web UI，让你在本地免费、不限量地生成音乐，替代 Suno 等付费服务。典型用法是本地部署模型后，在浏览器里写 prompt、调参数并试听导出成品。
audio.cpp 是一个纯 C++ 的音频模型推理引擎，基于 ggml 构建，无需 Python 依赖，把 TTS、STT、VAD、声音转换和音乐生成等任务统一到一套 SDK 里。想在本地跑音乐生成或语音处理的开发者，可以直接用 CLI 加载模型推理。
MuseGAN 是一个用 Python 实现的音乐生成模型，基于生成对抗网络自动创作多声部音乐。它最典型的用法是训练模型生成多轨钢琴卷帘，让开发者直接得到可编辑的 MIDI 片段，用于配乐或研究。
SGLang-Omni 是面向音频模型与统一多模态模型的高性能 serving 框架，用 Python 编写，解决 TTS、ASR 等模型部署时推理效率低的问题。典型场景是把训练好的语音模型通过它上线，对外提供低延迟的 API 服务。
