#audio-processing Repositorios
Descubre 148 repositorios activos de código abierto de GitHub etiquetados con #audio-processing, que acumulan 506,138 estrellas en total (una media de 3,419 estrellas por proyecto). El líder de este tema es openai/whisper, con 113,203 estrellas.
148 repositorios en total
Soluciones ML multiplataforma y personalizables para medios en vivo y de streaming.
Editor de vídeo local para agentes de programación: 42 herramientas de FFmpeg con un contrato legible por máquinas y un servidor MCP, para Claude Code, Cursor y Codex. Recortes, subtítulos, reencuadre, ajuste de sonoridad y exportaciones para plataformas. Sin nube ni claves de API.
3FUI es una shell interactiva profesional ligera para ffmpeg en Windows, que recopila una gran cantidad de parámetros, una interfaz hermosa y una interacción amigable. Este proyecto está orientado al entorno de uso nacional, lo que permite a las personas comunes comprimir fácilmente videos y convertir formatos.
Una biblioteca de texto a voz (TTS), voz a texto (STT) y voz a voz (STS) construida sobre el framework MLX de Apple, que proporciona un análisis de voz eficiente en Apple Silicon.
MusicPlayer2 es un potente software de reproducción de música local, diseñado para ofrecer a los usuarios la mejor experiencia de reproducción de música local. Admite la visualización de letras, visualización de letras al estilo karaoke, descarga en línea de letras, edición de letras, reconocimiento de etiquetas de canciones, visualización de carátulas de álbumes, descarga en línea de carátulas de álbumes, análisis de espectro, configuración de efectos de sonido, botones en miniatura de la barra de tareas, colores del tema, conversión de formato y otras funciones, admite un diseño de interfaz altamente personalizable y es compatible con múltiples núcleos de reproducción (BASS y FFMpeg). El reproductor es compatible con la mayoría de los formatos de audio comunes.
Kit de herramientas para eliminar marcas de agua de audio con IA y evitar la atribución forense. Neutraliza las huellas de Suno, Udio y las redes neuronales mediante enmascaramiento perceptual ISO 226.
Una biblioteca acelerada por GPU que contiene bloques de construcción altamente optimizados y un motor de ejecución para el procesamiento de datos, para acelerar aplicaciones de entrenamiento e inferencia de aprendizaje profundo.
Un modelo rápido y de alta calidad de clonación de voz TTS que alcanza velocidades de 150× en tiempo real。
Un framework de visualización de audio para iOS y macOS construido sobre Core Audio, útil para cualquiera que realice procesamiento de audio en tiempo real de baja latencia y visualizaciones.
Convertir Netease Cloud Music ncm a mp3 / flac. Convierta archivos ncm de Netease Cloud Music a archivos mp3/flac.
Un motor de cancelación activa de ruido (ANC) de código abierto para Android. Aprovecha el procesamiento digital de señales (DSP) de baja latencia para neutralizar los zumbidos ambientales y ayudarte a recuperar la tranquilidad.
El repositorio proporciona el código para ejecutar la inferencia con el Modelo de Audio Segment Anything de Meta (SAM-Audio), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
Whisper streaming en tiempo real para transcripción y traducción de voz a texto de discursos largos
✨ AsrTools: Herramienta inteligente de voz a texto | Procesamiento por lotes eficiente | Interfaz fácil de usar | No se requiere GPU | Admite salida SRT/TXT | ¡Convierte tu audio en texto preciso al instante!
Modelo de lenguaje grande multimodal de código abierto que puede oír, hablar mientras piensa. Con capacidades conversacionales de entrada de voz de extremo a extremo en tiempo real y salida de audio en streaming.
Una biblioteca para análisis de audio y música, extracción de características.
Aísla voces, batería, bajo y otros stems instrumentales de cualquier canción
:musical_note: :rainbow: Visualización de música en tiempo real con tira de LED usando Python y el ESP8266 o Raspberry Pi
Manipulación y transformación de datos para el procesamiento de señales de audio, impulsado por PyTorch
Un framework de detección de palabras (o frases) de activación de audio de código abierto con un enfoque en el rendimiento y la simplicidad.
Un pequeño paquete que aporta sonido a cualquier aplicación Go. Adecuado para reproducción y procesamiento de audio.
LedFx es un motor de efectos LED basado en red diseñado para ofrecer efectos de audio avanzados en tiempo real a una amplia variedad de dispositivos.
Una interfaz gráfica para el plugin de supresión de ruido en tiempo real Pulse Audio de @werman
Convierte videos de Bilibili a texto, en un solo paso, solo ingresa el enlace para usarlo
Framework DSP C++ moderno y rápido, FFT, conversión de frecuencia de muestreo, filtros FIR/IIR/Biquad (SSE, AVX, AVX-512, ARM NEON, RISC-V RVV)
Reconocimiento de voz sin conexión simple y modificable, utilizando VOSK-API.
Preguntas frecuentes
¿Cuál es el repositorio de #audio-processing más popular en GitHub?
El proyecto de código abierto de #audio-processing mejor posicionado en GitHub es openai/whisper, con 113,203 estrellas. Reconocimiento de voz robusto a través de supervisión débil a gran escala
¿Qué lenguajes de programación se utilizan más en los repositorios de #audio-processing?
Entre los proyectos de #audio-processing mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Jupyter Notebook, Go.
¿Cómo se calcula la clasificación de los repositorios de #audio-processing?
Seguimos 148 repositorios activos de código abierto etiquetados con #audio-processing (500+ estrellas), que suman un total de 506,138 estrellas, con una media de 3,419 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.