#audio-processing Dépôts
Découvrez 148 dépôts GitHub open source actifs associés à #audio-processing, cumulant 506,138 étoiles au total (soit une moyenne de 3,419 étoiles par projet). Le projet en tête de ce thème est openai/whisper, avec 113,203 étoiles.
148 dépôts au total
Solutions ML multiplateformes et personnalisables pour les médias en direct et en streaming.
Éditeur vidéo local pour agents de programmation : 42 outils FFmpeg avec un contrat lisible par machine et un serveur MCP, pour Claude Code, Cursor et Codex. Découpage, sous-titres, recadrage, réglage du niveau sonore et exportations pour les plateformes. Sans cloud ni clés API.
3FUI est un shell interactif professionnel léger pour ffmpeg sous Windows, qui compile un grand nombre de paramètres, une belle interface et une interaction conviviale. Ce projet est destiné à l'environnement d'utilisation national, permettant aux gens ordinaires de compresser facilement des vidéos et de convertir des formats.
Une bibliothèque text-to-speech (TTS), speech-to-text (STT) et speech-to-speech (STS) construite sur le framework MLX d'Apple, offrant une analyse vocale efficace sur Apple Silicon.
MusicPlayer2 est un logiciel de lecture de musique local puissant, conçu pour offrir aux utilisateurs la meilleure expérience de lecture de musique locale. Il prend en charge l'affichage des paroles, l'affichage des paroles de style karaoké, le téléchargement en ligne des paroles, l'édition des paroles, la reconnaissance des balises de chansons, l'affichage des pochettes d'album, le téléchargement en ligne des pochettes d'album, l'analyse du spectre, les paramètres des effets sonores, les boutons de miniature de la barre des tâches, la couleur du thème, la conversion de format, etc. Il prend en charge une disposition d'interface hautement personnalisable et prend en charge plusieurs noyaux de lecture (BASS et FFMpeg). Le lecteur prend en charge la plupart des formats audio courants.
Boîte à outils pour supprimer les filigranes audio générés par IA et empêcher l’attribution forensique. Neutralise les empreintes de Suno, Udio et des réseaux neuronaux grâce au masquage perceptif ISO 226.
Une bibliothèque accélérée par GPU contenant des blocs de construction hautement optimisés et un moteur d'exécution pour le traitement des données afin d'accélérer les applications d'entraînement et d'inférence en apprentissage profond.
Un modèle de clonage vocal TTS rapide et de haute qualité qui atteint des vitesses de 150× en temps réel。
Une bibliothèque d'augmentation de données pour l'audio, l'image, le texte et la vidéo.
Un framework de visualisation audio pour iOS et macOS basé sur Core Audio, utile pour quiconque effectue un traitement audio en temps réel à faible latence et des visualisations.
Convertir Netease Cloud Music ncm en mp3 / flac. Convertissez les fichiers ncm de Netease Cloud Music en fichiers mp3/flac.
Un moteur open source de réduction active du bruit (ANC) pour Android. Il exploite le traitement numérique du signal (DSP) à faible latence pour neutraliser les bourdonnements ambiants et vous aider à retrouver le calme.
Le dépôt fournit le code pour exécuter l'inférence avec le Modèle Audio Segment Anything de Meta (SAM-Audio), des liens pour télécharger les points de contrôle du modèle entraîné et des cahiers d'exemples montrant comment utiliser le modèle.
Whisper streaming en temps réel pour la transcription et la traduction de longs discours de la parole au texte
✨ AsrTools : Outil intelligent de voix à texte | Traitement par lots efficace | Interface conviviale | Pas de GPU requis | Prend en charge la sortie SRT/TXT | Transformez votre audio en texte précis en un instant !
Modèle de langage multimodal open-source de grande taille capable d'entendre, de parler tout en réfléchissant. Doté de capacités conversationnelles avec entrée vocale de bout en bout en temps réel et sortie audio en continu.
Une bibliothèque pour l'analyse audio et musicale, l'extraction de caractéristiques.
Interface graphique basée sur des nœuds pour The Composers Desktop Project
Isolez les voix, la batterie, la basse et autres pistes instrumentales de n'importe quelle chanson
:musical_note: :rainbow: Visualisation musicale en temps réel avec bande LED utilisant Python et l'ESP8266 ou Raspberry Pi
Manipulation et transformation de données pour le traitement du signal audio, propulsé par PyTorch
Un framework open-source de détection de mots (ou phrases) d'activation audio, axé sur la performance et la simplicité.
Un petit package qui apporte du son à n'importe quelle application Go. Convient pour la lecture et le traitement audio.
LedFx est un moteur d'effets LED basé sur le réseau, conçu pour délivrer des effets audio avancés en temps réel à une grande variété d'appareils.
Une interface graphique pour le plugin de suppression de bruit en temps réel Pulse Audio de @werman
Convertir les vidéos Bilibili en texte, en une seule étape, il suffit d'entrer le lien pour l'utiliser
Framework DSP C++ moderne et rapide, FFT, conversion de fréquence d'échantillonnage, filtres FIR/IIR/Biquad (SSE, AVX, AVX-512, ARM NEON, RISC-V RVV)
Speech-to-text hors ligne, simple et modifiable – utilisant l'API VOSK.
Foire aux questions
Quel est le dépôt #audio-processing le plus populaire sur GitHub ?
Le projet #audio-processing open source le mieux classé sur GitHub est openai/whisper, avec 113,203 étoiles. Reconnaissance vocale robuste via une supervision faible à grande échelle
Quels langages de programmation sont les plus utilisés dans les dépôts #audio-processing ?
Parmi les projets #audio-processing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, Go.
Comment le classement des dépôts #audio-processing est-il calculé ?
Nous suivons 148 dépôts open source actifs associés à #audio-processing (500+ étoiles), totalisant 506,138 étoiles, avec une moyenne de 3,419 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.