∴ 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
去 GitHub 查看 ↗项目主页 ↗

∴ 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

  1. 01git clone https://github.com/multimodal-art-projection/YuE.git
  2. 02cd YuE
  3. 03python3.12 -m venv .venv
  4. 04source .venv/bin/activate
  5. 05python -m pip install --upgrade pip && python -m pip install .
  6. 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。

[object Object]2026-09-12 +1932026-09-13 +2102026-09-14 +5782026-09-15 +5592026-09-17 +332
每日新增 Star · 2026-09-12 至 2026-09-17 · 共 5 个在榜日峰值 +578
日期名次当日新增总 Star
#18+3329,502
#3+5598,701
#3+5788,129
#14+2107,392
#14+1937,089