#residual-vector-quantization Repositorios
Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #residual-vector-quantization, que acumulan 6,401 estrellas en total (una media de 2,133 estrellas por proyecto). El líder de este tema es facebookresearch/encodec, con 3,867 estrellas.
3 repositorios en total
Códec de audio de última generación basado en aprendizaje profundo que admite audio mono de 24 kHz y audio estéreo de 48 kHz.
Códec de audio de última generación con un factor de compresión de 90x. Admite audio mono/estéreo de 44,1 kHz, 24 kHz y 16 kHz.
Este es el código para SpeechTokenizer presentado en SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. Las muestras se presentan en
Preguntas frecuentes
¿Cuál es el repositorio de #residual-vector-quantization más popular en GitHub?
El proyecto de código abierto de #residual-vector-quantization mejor posicionado en GitHub es facebookresearch/encodec, con 3,867 estrellas. Códec de audio de última generación basado en aprendizaje profundo que admite audio mono de 24 kHz y audio estéreo de 48 kHz.
¿Qué lenguajes de programación se utilizan más en los repositorios de #residual-vector-quantization?
Entre los proyectos de #residual-vector-quantization mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.
¿Cómo se calcula la clasificación de los repositorios de #residual-vector-quantization?
Seguimos 3 repositorios activos de código abierto etiquetados con #residual-vector-quantization (500+ estrellas), que suman un total de 6,401 estrellas, con una media de 2,133 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.