#audio-processing Repositorios
148 repositorios en total
Modelo para el concurso de separación de música MDX23
Un envoltorio de Python para el vocoder de alta calidad "World"
Modelos generativos basados en puntuación (Modelos de difusión) para la mejora y eliminación de reverberación del habla
Herramienta de Productividad con IA – Gratuita y de código abierto, mejora la productividad del usuario y protege la privacidad y la seguridad de los datos. Incluye, entre otros: ChatGPT local exclusivo integrado, DeepSeek, Phi, Qwen y otros modelos, procesamiento inteligente por lotes de imágenes, videos, audio, etc. con un clic.
Programa en Python para renderizar archivos de onda en vistas de osciloscopio, con algoritmo de disparo avanzado basado en correlación
Biblioteca C++ de solo encabezado para remuestreo / conversión de frecuencia de muestreo de audio profesional de alta calidad. Muy rápida, tanto para el remuestreo de audio como para la interpolación de series temporales.
Colección de recursos sobre las aplicaciones de los modelos lingüísticos grandes (LLM) en Audio AI.
Espejo oficial de Rubber Band Library, una biblioteca de estiramiento temporal de audio y cambio de tono.
Evaluación automática unificada de la calidad para voz, música y sonido.
Un eliminador de música y ruido ligero basado en C++ para YouTube y otros medios de internet, que utiliza DeepFilterNet para la mejora de audio.
⏩ Avanza las largas pausas entre frases — mira las conferencias ~1.5x más rápido (extensión de navegador)
Una utilidad de detección de beats que utiliza la Web Audio API.
[IJCV 2026] FoleyCrafter: Dale vida a tus videos silenciosos con sonidos realistas y sincronizados.
Un conjunto de datos de más de 10000 horas para el reconocimiento de voz en chino
Envoltorio PESQ (Evaluación Perceptual de la Calidad del Habla) para Usuarios de Python (banda estrecha y banda ancha)
Checkrr escanea tus archivos de la biblioteca en busca de medios corruptos y, opcionalmente, los reemplaza mediante Sonarr y Radarr.
Un pequeño paquete que aporta sonido a cualquier aplicación Go. Adecuado para reproducción y procesamiento de audio.
Crea plugins VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP para Linux/macOS/Windows, usando D.
Biblioteca de detección de actividad de voz (VAD), basada en el motor VAD de WebRTC
Un guion para la anotación automática por lotes de emociones de audio basado en Emotion2Vec
Diferentes implementaciones de "Error de Predicción Ponderado" para la desreverberación del habla
Vector Hub: Biblioteca para el descubrimiento y consumo sencillos de modelos de vanguardia para convertir datos en vectores (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc.)
Un proyecto de código abierto para unificar el procesamiento y la generación de audio
The Amazing Audio Engine es un framework sofisticado para aplicaciones de audio en iOS, construido para que no tengas que hacerlo tú.
Servidor API y websocket para sensevoice. Ha heredado algunas funciones mejoradas, como la detección VAD, el reconocimiento en streaming en tiempo real y la verificación del hablante.
Ingeniería inversa del tokenizador semántico de habla supervisado (S3Tokenizer) propuesto en CosyVoice
Conjunto de datos de actores multimodales emocionales de crowdsourcing (CREMA-D)
Un motor de audio y MIDI modular de alto rendimiento para .NET 8+. Un kit de herramientas completo para todo el ciclo de vida del audio: reproducción, grabación, edición multipista, síntesis profesional (MPE/SF2), DSP en tiempo real y visualización. Incluye un conjunto de seguridad único para cifrado AES-256, huella acústica y marca de agua. Cuenta con soporte para SIMD y NativeAOT.
Repositorio oficial de WavCraft, un agente de IA para la creación y edición de audio