#audio-processing Repositories
Entdecke 148 aktive Open-Source-GitHub-Repositories, die mit #audio-processing getaggt sind und insgesamt 506,138 Sterne gesammelt haben (durchschnittlich 3,419 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist openai/whisper mit 113,203 Sternen.
Insgesamt 148 Repositories
Plattformübergreifende, anpassbare ML-Lösungen für Live- und Streaming-Medien.
Lokaler Videoeditor für Coding-Agenten: 42 FFmpeg-Tools mit maschinenlesbarem Vertrag und einem MCP-Server für Claude Code, Cursor und Codex. Schneiden, Untertitel, Bildausschnitt anpassen, Lautheit einstellen und Plattform-Exporte. Keine Cloud, keine API-Schlüssel.
3FUI ist eine leichtgewichtige, professionelle interaktive Shell für ffmpeg unter Windows, die eine riesige Anzahl von Parametern, eine schöne Oberfläche und eine freundliche Interaktion sammelt. Dieses Projekt ist für chinesische Nutzungsumgebungen konzipiert und ermöglicht es gewöhnlichen Menschen, Videos einfach zu komprimieren und Formate zu konvertieren.
Eine Text-to-Speech (TTS), Speech-to-Text (STT) und Speech-to-Speech (STS) Bibliothek, die auf Apples MLX-Framework basiert und eine effiziente Sprachanalyse auf Apple Silicon ermöglicht.
MusicPlayer2 ist eine leistungsstarke lokale Musikwiedergabesoftware, die entwickelt wurde, um Benutzern das beste Erlebnis bei der lokalen Musikwiedergabe zu bieten. Sie unterstützt die Anzeige von Songtexten, die Anzeige von Songtexten im Karaoke-Stil, den Online-Download von Songtexten, die Bearbeitung von Songtexten, die Erkennung von Song-Tags, die Anzeige von Albumcovern, den Online-Download von Albumcovern, Spektrumanalyse, Soundeffekteinstellungen, Miniaturbilder in der Taskleiste, Themefarben, Formatkonvertierung und andere Funktionen. Sie unterstützt ein hochgradig anpassbares Interface-Layout und unterstützt mehrere Wiedergabekerne (BASS und FFMpeg). Der Player unterstützt die meisten gängigen Audioformate.
Toolkit zur Entfernung von KI-Audio-Wasserzeichen und zur Verhinderung forensischer Zuordnung. Neutralisiert Suno-, Udio- und neuronale Fingerabdrücke mithilfe der psychoakustischen Maskierung nach ISO 226.
Eine GPU-beschleunigte Bibliothek, die hochoptimierte Bausteine und eine Ausführungsengine für die Datenverarbeitung enthält, um Deep-Learning-Training- und Inferenz-Anwendungen zu beschleunigen.
Ein hochqualitatives, schnelles TTS-Stimmenklonierungsmodell, das Geschwindigkeiten von 150× in Echtzeit erreicht。
Ein plattformübergreifendes Framework für Audio-Visualisierung für iOS und macOS, das auf Core Audio basiert und für alle nützlich ist, die Echtzeit-Audioverarbeitung mit geringer Latenz und Visualisierungen durchführen.
Konvertieren Sie Netease Cloud Music ncm in mp3 / flac. Wandeln Sie Netease Cloud Music ncm-Dateien in mp3/flac-Dateien um.
Eine Open-Source-Engine für aktive Geräuschunterdrückung (ANC) auf Android. Sie nutzt latenzarme digitale Signalverarbeitung (DSP), um Umgebungsbrummen zu neutralisieren und dir zu mehr Ruhe zu verhelfen.
Das Repository stellt Code zur Durchführung von Inferenz mit dem Meta Segment Anything Audio Model (SAM-Audio) bereit, Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks, die zeigen, wie das Modell verwendet wird.
Whisper Echtzeit-Streaming für lange Sprach-zu-Text-Transkription und -Übersetzung
✨ AsrTools: Intelligentes Sprach-zu-Text-Tool | Effiziente Stapelverarbeitung | Benutzerfreundliche Oberfläche | Keine GPU erforderlich | Unterstützt SRT/TXT-Ausgabe | Verwandeln Sie Ihr Audio mit sofortiger Genauigkeit in Text!
Open-Source multimodales großes Sprachmodell, das hören, sprechen und denken kann. Mit Echtzeit-Ende-zu-Ende-Spracheingabe und Streaming-Audio-Ausgabe-Konversationsfähigkeiten.
Isolieren Sie Gesangs-, Schlagzeug-, Bass- und andere instrumentale Spuren aus jedem Song
:musical_note: :rainbow: Echtzeit-Visualisierung von Musik mit LED-Streifen unter Verwendung von Python und dem ESP8266 oder Raspberry Pi
Datenmanipulation und -transformation für die Audio-Signalverarbeitung, powered by PyTorch
Ein Open-Source-Framework zur Erkennung von Audio-Schlagwörtern (oder Phrasen) mit Schwerpunkt auf Leistung und Einfachheit.
Die Sammlung von vortrainierten, hochmodernen KI-Modellen für das ailia SDK
Ein kleines Paket, das jedem Go-Anwendung Klang verleiht. Geeignet für Wiedergabe und Audioverarbeitung.
LedFx ist eine netzwerkbasierte LED-Effekt-Engine, die entwickelt wurde, um fortschrittliche Echtzeit-Audioeffekte auf eine Vielzahl von Geräten anzuwenden.
Eine grafische Benutzeroberfläche für @wermans Pulse Audio Echtzeit-Rauschunterdrückungs-Plugin
Bilibili-Videos in Text umwandeln, alles in einem Schritt, einfach den Link eingeben und verwenden
Schneller, moderner C++ DSP-Framework, FFT, Sampleratenkonvertierung, FIR/IIR/Biquad-Filter (SSE, AVX, AVX-512, ARM NEON, RISC-V RVV)
Einfache, hackbare Offline-Spracherkennung zu Text – unter Verwendung der VOSK-API.
Häufig gestellte Fragen
Welches ist das beliebteste #audio-processing-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#audio-processing-Projekt auf GitHub ist openai/whisper mit 113,203 Sternen. Robuste Spracherkennung durch groß angelegte schwache Überwachung
Welche Programmiersprachen werden in #audio-processing-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #audio-processing-Projekten auf GitHub sind Python, C++, Jupyter Notebook, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #audio-processing-Repositories berechnet?
Wir verfolgen 148 aktive Open-Source-Repositories, die mit #audio-processing getaggt sind (500+ Sterne), mit insgesamt 506,138 Sternen und durchschnittlich 3,419 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.