Home Progetti audiolm-pytorch
audiolm-pytorch
Python

audiolm-pytorch

Implementazione di AudioLM, un approccio SOTA di modellazione del linguaggio per la generazione audio da Google Research, in Pytorch

di lucidrains · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
artificial-intelligenceattention-mechanismsaudio-synthesisMITPython
Visualizza su GitHub
In parole semplici

Genera audio da testo o migliora la qualità audio utilizzando tecniche avanzate di machine learning.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
audiolm-pytorch — GitHub preview card
📈 Storia delle stelle
2 6222 621
2026-07-072026-08-31
📈 Segui audiolm-pytorch

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Implementazione di AudioLM, un approccio SOTA di modellazione del linguaggio per la generazione audio da Google Research, in Pytorch

audiolm-pytorch ha 2.6k stelle su GitHub. È stato forkato 278 volte. audiolm-pytorch è scritto principalmente in Python. È in sviluppo attivo dal 2022. audiolm-pytorch è disponibile con licenza MIT. I suoi temi principali sono: artificial-intelligence, attention-mechanisms, audio-synthesis, deep-learning.

Frequently asked questions

Che cos'è audiolm-pytorch?

Implementazione di AudioLM, un approccio SOTA di modellazione del linguaggio per la generazione audio da Google Research, in Pytorch

audiolm-pytorch è open source?

audiolm-pytorch è un progetto open source. È rilasciato con licenza MIT.

audiolm-pytorch è gratuito?

Sì. audiolm-pytorch è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è audiolm-pytorch?

audiolm-pytorch è disponibile con licenza MIT.

In quale linguaggio è scritto audiolm-pytorch?

audiolm-pytorch è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — audiolm-pytorch

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=lucidrains-audiolm-pytorch)](https://olud.ai/project/lucidrains-audiolm-pytorch.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
MMAudio
[CVPR 2025] MMAudio: Domare l'Addestramento Congiunto Multimodale per la Sintesi Video-a-Audio…
2.2k · audio
condivideaudio-synthesis
robotic-transformer-pytorch
Implementazione di RT1 (Robotic Transformer) in Pytorch
455 · artificial-intelligence
condivideattention-mechanisms
muse-maskgit-pytorch
Implementazione di Muse: Generazione di Testo in Immagine tramite Trasformatori Generativi Masc…
918 · artificial-intelligence
condivideattention-mechanisms
Awesome-Transformer-Attention
Un elenco di articoli completo sui Vision Transformer/Attenzione, inclusi articoli, codici e si…
5k · attention-mechanism
condivideattention-mechanisms
iTransformer
Implementazione non ufficiale di iTransformer - SOTA Previsione delle serie temporali utilizzan…
538 · artificial-intelligence
condivideattention-mechanisms
recurrent-memory-transformer-pytorch
Implementazione del Recurrent Memory Transformer, documento Neurips 2022, in Pytorch
424 · artificial-intelligence
condivideattention-mechanisms
meshgpt-pytorch
Implementazione di MeshGPT, generazione Mesh SOTA utilizzando Attention, in Pytorch
861 · artificial-intelligence
condivideattention-mechanisms
PaLM-rlhf-pytorch
Implementazione di RLHF (Reinforcement Learning con Feedback Umano) sopra l'architettura PaLM.…
7.9k · artificial-intelligence
condivideattention-mechanisms
alphafold3-pytorch
Implementazione di Alphafold 3 di Google Deepmind in Pytorch
1.7k · artificial-intelligence
condivideattention-mechanisms
phenaki-pytorch
Implementazione di Phenaki Video, che utilizza Mask GIT per produrre video guidati da testo di…
790 · artificial-intelligence
condivideattention-mechanisms

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.