∴ GitHub / 趋势仓库
multimodal-art-projection / YuE
符号与音频统一的音乐生成模型,支持零样本翻唱与智能体编辑
- 语言
- Python
- Star
- 9.5k
- Fork
- 1k
- 当日新增(09-17)
- +332
- 累计在榜
- 5 天
- 最高名次
- 第 3 名
- 首次上榜
- 2026-09-12
∴ 是什么
YuE2 是一个音乐生成模型,采用 AR–NAR Mixture-of-Transformers 骨干网络,先预测乐谱与语义 token,再通过 flow matching 生成声学潜变量,最后由 VAE 解码为立体声音频。其 Python API 按 plan()、generate_semantic()、synthesize()、decode() 分阶段执行。
∴ 解决什么问题
- 音乐生成缺乏可编辑的中间表示,用户无法修改旋律与和弦
- 零样本翻唱需要重新生成整首歌,难以保留原曲的主旋律
- 歌曲精修需要反复试错,缺乏对乐谱、编曲和歌词的对话式编辑
∴ 怎么上手
- 01git clone https://github.com/multimodal-art-projection/YuE.git
- 02cd YuE
- 03python3.12 -m venv .venv
- 04source .venv/bin/activate
- 05python -m pip install --upgrade pip && python -m pip install .
- 06python examples/generate.py --output outputs/first-song
∴ 适合谁
适合需要生成带歌声和伴奏的完整歌曲、进行零样本翻唱或通过对话编辑乐谱的音乐创作者和研究者。
∴ 要点
- 提供可编辑的旋律与和弦计划,支持 cot='full'、'melody'、'off' 三种模式
- 支持通过 SheetSage2 转录音频并生成零样本翻唱
- 支持导出乐谱、用智能体修改后重新渲染
- 输出 48 kHz 立体声音频且不经过量化
- 提供 yue2-music 智能体技能,推荐使用 GPT-6 Astra
- 许可证为 Apache-2.0,模型权重从 Hugging Face 下载
许可证 Apache-2.0aiaudio-generationdeep-learningfoundation-modelsgpthuggingfacellamallmsmusic-generationstyle-transfersvoice-cloning
解读由 AI 依据项目 README 生成,生成于 2026-10-06,以 GitHub 原文为准。
∴ 在榜记录
GitHub Trending 今日榜的每日存档,日期按北京时间。2026-09-12 首次上榜,累计在榜 5 天,最高第 3 名。