facebookresearch/audiocraft 是一个面向音频处理与生成的深度学习研究用 PyTorch 库。仓库简介和 README 说明该项目包含 AudioGen 与 MusicGen 的推理及训练代码。它以 MIT 许可证发布，在 GitHub 上获得了 23751 个 star。仓库显示的主要语言是 Jupyter Notebook，创建日期为 2023 年 6 月 8 日。未能确认公开发布的正式版本。
先看它做什么：这个库涵盖环境音与音乐的生成模型，提供用于音频深度学习研究的 PyTorch 组件以及模型训练流水线。核心是 EnCodec 与 MusicGen。EnCodec 是音频压缩器兼分词器，把波形转换为模型易于处理的符号单元。MusicGen 是以文本和旋律为条件生成音乐的语言模型（LM），仓库简介将其介绍为简单且可控的音乐生成模型。README 说明除 EnCodec 之外还涵盖 Multi Band Diffusion、MAGNeT、AudioSeal、MusicGen Style 和 JASCO。
有一些需要确认的边界。由于没有公开的发布信息，难以追踪 AudioGen 与 MusicGen 的代码处于何种状态；而且 GitHub 显示的主要语言是 Jupyter Notebook，仅凭这些信息难以确定代码的核心是软件包还是示例。23751 个 star 只是关注度的度量，并不能保证质量。没有任何性能对比数据；在被评分的项目中，只有动量（momentum）一项偏低，为 3.1（满分 10 分），而新鲜度、技术与质量的分数均未给出。仅从已文档化的范围来看，它更接近于一份研究用代码集合，在开始音频生成研究时可以一并考察 EnCodec 与 MusicGen。