百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
A

AudioLDM2

> 编程语言
开源

文本转音频/音乐生成

2.6K stars0 点赞0 次浏览
访问官网GitHub

工具介绍

文本转音频/音乐生成

AudioLDM 2

该仓库目前支持文本到音频（包括音乐）、文本到语音生成以及超分辨率修复。

更新日志

  • 2023-08-27：新增两个检查点！
    • 48kHz AudioLDM 模型：现在我们支持高保真音频生成！
    • 16kHz 改进版 AudioLDM 模型：使用更多数据训练，并优化了模型架构。

待办事项

  • 添加文本转语音检查点
  • 开源 AudioLDM 训练代码。
  • 支持生成更长的音频（> 10秒）
  • 优化模型推理速度。
  • 与 Diffusers 库集成（参见 Diffusers）
  • 为 audioldm_48k 检查点添加风格迁移和修复代码（欢迎 PR，逻辑与 AudioLDMv1 相同）

Web 应用

  1. 准备运行环境
bash
conda create -n audioldm python=3.8; conda activate audioldm
pip3 install git+https://github.com/haoheliu/AudioLDM2.git
git clone https://github.com/haoheliu/AudioLDM2; cd AudioLDM2
  1. 启动 Web 应用（由 Gradio 驱动）
bash
python3 app.py
  1. 将打印出一个链接。点击链接打开浏览器并播放。

命令行用法

安装

准备运行环境

bash
# Optional
conda create -n audioldm python=3.8; conda activate audioldm
# Install AudioLDM
pip3 install git+https://github.com/haoheliu/AudioLDM2.git

如果你打算尝试文本转语音生成，请确保已安装 espeak。在 Linux 上，你可以通过以下方式安装：

bash
sudo apt-get install espeak

在命令行中运行模型

  • 根据文本提示生成音效或音乐
bash
audioldm2 -t "Musical constellations twinkling in the night sky, forming a cosmic melody."
  • 根据文本列表生成音效或音乐

[](https://audioldm.github.io/audioldm2/)  [](https://huggingface.co/spaces/haoheliu/audioldm2-text2audio-text2music)

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues，或尚未同步最近议题。

> 标签

Pythonaudio-generation

暂无评论，来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集，为前端与全栈提供静态类型
P
Python
通用编程语言，广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言