Git Stars Git Stars

#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
Total de Repositorios
6,401
Total de estrellas
2,133
Promedio de Estrellas/Repo
Lenguajes de programación: Python
1
facebookresearch/encodec

Códec de audio de última generación basado en aprendizaje profundo que admite audio mono de 24 kHz y audio estéreo de 48 kHz.

facebookresearch
⭐ 3,867 Python 👤 facebookresearch Organization 🕐 Actualizado 2024-01-04 📅 Creado 2022-10-20
2
descriptinc/descript-audio-codec

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.

descriptinc
⭐ 1,896 Python 👤 descriptinc Organization 🕐 Actualizado 2026-07-16 📅 Creado 2023-06-12
3
ZhangXInFD/SpeechTokenizer

Este es el código para SpeechTokenizer presentado en SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. Las muestras se presentan en

ZhangXInFD
⭐ 639 Python 👤 ZhangXInFD User 🕐 Actualizado 2024-06-09 📅 Creado 2023-08-28

Preguntas frecuentes

1

¿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.

2

¿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.

3

¿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.