音频生成（Audio Generation）是一类利用人工智能模型自动合成声音内容的生成式技术，其目标是根据文本描述、音频条件或其他形式的输入，生成音乐、语音、环境声音和音效等音频信号。该技术融合了生成模型、语音处理、音乐信息检索和多模态学习等方向，是人工智能内容生成领域的重要组成部分。

音频生成的发展建立在数字信号处理、语音合成和音乐生成等多个领域的长期研究基础之上。早期方法主要依赖规则系统、信号处理算法以及基于样本拼接的方法，生成内容的丰富性和自然度受到限制。随着深度学习和生成模型的发展，研究人员开始探索利用神经网络直接学习声音数据分布，实现更加灵活的音频合成。 2022 年，Meta AI 与耶路撒冷希伯来大学研究人员在论文 AudioGen: Textually Guided Audio Generation 中提出 AudioGen 模型，通过文本条件控制生成通用音频内容，探索了从自然语言描述到声音生成的端到端建模方法，成为文本到音频生成（Text-to-Audio Generation）方向的重要代表性研究之一。

现代音频生成系统通常基于扩散模型（Diffusion Models）、自回归模型（Autoregressive Models）或神经音频编解码器等技术，将文本提示、音乐描述或其他条件信息映射为音频表示，并进一步生成连续声音信号。近年来，随着大规模多模态模型的发展，音频生成技术在声音质量、生成多样性和条件控制能力方面不断提升。目前，该技术已广泛应用于影视配乐、游戏音效、广告创作、虚拟角色、音乐辅助创作和人机交互等场景，为自动化音频内容生产提供了新的技术路径。