#neural-audio-codec Repositories
Entdecke 5 aktive Open-Source-GitHub-Repositories, die mit #neural-audio-codec getaggt sind und insgesamt 43,684 Sterne gesammelt haben (durchschnittlich 8,736 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist facebookresearch/audiocraft mit 23,937 Sternen.
Insgesamt 5 Repositories
Audiocraft ist eine Bibliothek für die Audioverarbeitung und -generierung mit Deep Learning. Sie enthält den hochmodernen Audio-Kompressor/Tokenizer EnCodec sowie MusicGen, ein einfaches und steuerbares Musikgenerierungs-LM mit Text- und Melodiebedingung.
Moshi ist ein Sprach-Text-Grundlagenmodell und ein Full-Duplex-Sprachdialogsystem. Es verwendet Mimi, einen hochmodernen Streaming-Neural-Audio-Codec.
Häufig gestellte Fragen
Welches ist das beliebteste #neural-audio-codec-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#neural-audio-codec-Projekt auf GitHub ist facebookresearch/audiocraft mit 23,937 Sternen. Audiocraft ist eine Bibliothek für die Audioverarbeitung und -generierung mit Deep Learning. Sie enthält den hochmodernen Audio-Kompressor/Tokenizer EnCodec sowie MusicGen, ein einfaches und steuerbares Musikgenerierungs-LM mit Text- und Melodiebedingung.
Welche Programmiersprachen werden in #neural-audio-codec-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #neural-audio-codec-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #neural-audio-codec-Repositories berechnet?
Wir verfolgen 5 aktive Open-Source-Repositories, die mit #neural-audio-codec getaggt sind (500+ Sterne), mit insgesamt 43,684 Sternen und durchschnittlich 8,736 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.