#audio-processing Repositories
Insgesamt 148 Repositories
Ein Python-Wrapper für den hochwertigen Vocoder "World"
Score-basierte generative Modelle (Diffusionsmodelle) für Sprachverbesserung und Enthallung
KI-Produktivitätstool – Kostenlos und Open Source, verbessert die Benutzerproduktivität und schützt Privatsphäre und Datensicherheit. Einschließlich, aber nicht beschränkt auf: integrierte lokale exklusive Modelle wie ChatGPT, DeepSeek, Phi, Qwen und andere, intelligente Stapelverarbeitung von Bildern, Videos, Audio usw. mit einem Klick.
Python-Programm zum Rendern von Wave-Dateien in Oszilloskop-Ansichten mit fortschrittlichem, korrelationsbasiertem Triggering-Algorithmus
Hochwertige, nur Header-C++-Bibliothek für professionelles Audio-Resampling / Abtastratenkonvertierung. Sehr schnell, sowohl für Audio-Resampling als auch für Zeitreihen-Interpolation.
Sammlung von Ressourcen zu den Anwendungen von Large Language Models (LLMs) in Audio AI.
Offizieller Mirror der Rubber Band Library, einer Bibliothek für Audio-Zeitdehnung und Tonhöhenverschiebung.
Einheitliche automatische Qualitätsbewertung für Sprache, Musik und Geräusche.
Ein C++-basierter, leichtgewichtiger Musik- und Geräuschfilter für YouTube und andere Internetmedien, der DeepFilterNet zur Audioverbesserung verwendet.
⏩ Überspringt lange Pausen zwischen Sätzen — schauen Sie Vorlesungen ~1,5x schneller (Browser-Erweiterung)
Ein Beat-Erkennungs-Tool, das die Web Audio API verwendet.
[IJCV 2026] FoleyCrafter: Erwecken Sie stumme Videos mit lebensechten und synchronisierten Geräuschen zum Leben.
PESQ (Perzeptuelle Bewertung der Sprachqualität) Wrapper für Python-Nutzer (Schmalband und Breitband)
Checkrr scannt Ihre Bibliotheksdateien auf beschädigte Medien und ersetzt die Dateien optional über Sonarr und Radarr.
Ein kleines Paket, das in jede Go-Anwendung Sound bringt. Eignet sich zum Abspielen und zur Audioverarbeitung。
Erstellen Sie VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP-Plugins für Linux/macOS/Windows mit D.
Sprachaktivitätsdetektion (VAD)-Bibliothek, basierend auf dem VAD-Engine von WebRTC
Ein Skript für die batch-basierte automatische Kennzeichnung von Audio-Emotionen basierend auf Emotion2Vec
Verschiedene Implementierungen von „Weighted Prediction Error“ für die Sprachentmischung
Vector Hub – Bibliothek zur einfachen Entdeckung und Nutzung von State-of-the-Art-Modellen zur Umwandlung von Daten in Vektoren (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc)
Ein Open-Source-Projekt zur Vereinheitlichung von Audioverarbeitung und -generierung
The Amazing Audio Engine ist ein ausgefeiltes Framework für iOS-Audioanwendungen, das so gebaut wurde, dass Sie es nicht selbst tun müssen.
API und Websocket-Server für Sensevoice. Er hat einige verbesserte Funktionen übernommen, wie VAD-Erkennung, Echtzeit-Streaming-Erkennung und Sprecherverifizierung.
Reverse Engineering des überwachten semantischen Sprachtokenizers (S3Tokenizer), der in CosyVoice vorgeschlagen wurde
Crowd-sourcing-basierter emotionaler multimodaler Schauspieler‑Datensatz (CREMA-D)
Eine leistungsstarke, modulare Audio- & MIDI-Engine für .NET 8+. Ein vollständiges Toolkit für den gesamten Audio-Lebenszyklus: Wiedergabe, Aufnahme, Mehrspur-Bearbeitung, professionelle Synthese (MPE/SF2), Echtzeit-DSP und Visualisierung. Enthält eine einzigartige Sicherheitssuite für AES-256-Verschlüsselung, akustisches Fingerprinting und Wasserzeichen. Mit Unterstützung für SIMD und NativeAOT.
Offizielles Repository für WavCraft, einen KI-Agenten für die Audioerstellung und -bearbeitung