Tango — модель для генерации звуков 🎶 

Моделька генерирует звуки по текстовому описанию, справляется с человеческой речью, звуками животных и природы, искусственными звуками, звуковыми эффектами и музыкой.

🔊Можно даже одновременно комбинации звуков в промте задавать, например:

Nature environmental noise with various bird vocalization, high fidelity, children playing far away and light wind.

Тут исходный код на Python, а тут описание и примеры генерации.