音声生成 / TTSunified-audio
QuarkAudioは、音声、音楽、一般的なオーディオイベントの処理と生成を統一するオープンソースプロジェクトです。こ…
★ 399 ⑂ 27 Apache-2.0 2026-05-07
#オーディオ処理 (9 repos)
「オーディオ処理」タグが付いたリポジトリ
音声生成 / TTS
ComfyUIComfyUI-AceStep_SFT
ComfyUI-AceStep SFTは、最先端の音楽生成モデル「AceStep 1.5 SFT」をComfyUIに実装するためのモジュラーノードスイ…
★ 49 ⑂ 11 MIT 2026-05-11
ASR / 音声認識noisekit
noisekitは、自動音声認識（ASR）システムのロバスト性ベンチマークのために、ノイズ層別化された音声データセットを…
★ 45 MIT 2026-06-09
ComfyUIComfyUI-LongCat-Avatar
rookiestar28/ComfyUI-LongCat-Avatarは、ComfyUI用のカスタムノード集で、LongCat Video Avatar 1.5のオーディオ駆…
★ 24 ⑂ 2 MIT 2026-06-15
音楽生成ai-audio-tools
このリポジトリは、AIを活用したオーディオおよび音楽関連ツールの包括的なコミュニティリストです。楽曲のゼロから…
★ 15 ⑂ 3 NOASSERTION 2026-02-28
ComfyUIWavTTS-ComfyUI
WavTTS-ComfyUIは、人気のある画像生成UI「ComfyUI」に統合されたWavTTSモデルのノードセットです。参照音声とテキス…
★ 6 ⑂ 1 MIT 2026-06-04
音声生成 / TTSnano-codec
nano-codecは、最小限のニューラルオーディオコーデックであり、16kHzモノラルの音声を128倍に圧縮し、10.2kbpsの低…
★ 5 2026-03-31
画像生成mlx-lm-server
Ar9av/mlx-lm-serverは、Apple Siliconを搭載したMac向けに開発された、OpenAI互換のローカル推論サーバーです。LLM…
★ 4 MIT 2026-06-23
ASR / 音声認識CWX-Transcribe
CWX-Transcribeは、OpenAIの`gpt-4o-transcribe-diarize`モデルを基盤とした、長時間の2話者インタビュー向け高精度…
★ 2 Apache-2.0 2026-05-06