#audio-processing Dépôts
148 dépôts au total
Le référentiel officiel de Qwen-Audio (通义千问-Audio) chat & modèle linguistique audio pré-entraîné de grande taille proposé par Alibaba Cloud.
FFmpegMediaMetadataRetriever fournit une interface unifiée pour récupérer les données de trames et les métadonnées d'un fichier multimédia d'entrée.
Exemples de fragments de code et code d'apprentissage automatique pour Teachable Machine
Une implémentation du moteur de traitement audio JamesDSP à l'échelle du système pour les appareils Android non rootés
Plateforme open-source d'annotation de données multimodales avec support d'auto-annotation IA.
Répertoire pour la formation de modèles de séparation de sources musicales.
Hibiki est un modèle pour la traduction vocale en streaming (également appelée traduction simultanée). Contrairement à la traduction hors ligne – où l'on attend la fin de l'énoncé source pour commencer à traduire --- Hibiki adapte son flux pour accumuler juste assez de contexte afin de produire une traduction correcte en temps réel, morceau par morceau.
Formation de haute qualité gratuite de remplissage pour chaque modèle de diffusion stable. Prend en charge ComfyUI
Guide PipeWire. Découvrez comment PipeWire offre à votre système Linux un flux de travail professionnel de traitement audio/vidéo.
Ce repo contient les scripts, les modèles et les fichiers requis pour le Deep Noise Suppression (DNS) Challenge.
Ma liste curated de ressources pour le développement de DSP audio et de plugins (fork Github)
Application (Outil) simple et magnifique créée avec Flutter pour télécharger des médias depuis YouTube
Station de travail audio numérique avec Python ; instruments/effets VST, automatisation des paramètres, FAUST, JAX, marqueurs de déformation et processeurs JUCE
Une boîte à outils fondamentale conçue pour la génération de musique, de chansons et d'audio
StreamSpeech est un modèle transparent « tout-en-un » pour la reconnaissance vocale, la traduction vocale et la synthèse vocale hors ligne et simultanées.
Une intégration de nœuds personnalisés ComfyUI pour la synthèse vocale et la conversion de voix locales multi-moteurs et multilingues. Prend en charge : RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classique et multilingue), F5-TTS, Higgs Audio 2, 3 et VibeVoice avec une longueur de texte illimitée, synchronisation SRT, prise en charge des personnages et de nombreux outils audio.
Le cœur de VOICEVOX, un logiciel de synthèse vocale de qualité moyenne utilisable gratuitement
Un assistant vocal IA pour les hackers, construit avec Python et PyTorch.
Un cadre pour le traitement de la parole, du langage, de l'audio et de la musique avec des grands modèles de langage
Reconnaissance d'empreintes audio open source en .NET. Un algorithme efficace pour l'empreinte acoustique écrit entièrement en C#.
AudioRecorder: Une bibliothèque Android pour l'enregistrement et la visualisation audio, prenant en charge l'enregistrement des formats audio PCM, WAV et MP3.
Toolkit Python officiel pour l'API Qwen3-ASR. Appels parallèles à haut débit, transcription audio longue et robuste, prise en charge de plusieurs fréquences d'échantillonnage.
Ce dépôt héberge des mods personnalisés d'amélioration audio et d'extension de fonctionnalités développés pour plusieurs jeux. Actuellement, il prend en charge Forza Horizon 6 et Chill with You : Lo-Fi Story (un jeu d'étude/focus lo-fi).
Omni SenseVoice : Reconnaissance vocale à haute vitesse avec horodatage des mots 🗣️🎯
Une application de compression (jpg/png/webp/svg/gif/css/js/html/mp4/mov), elle peut convertir des images de différents formats, support pour macOS et Windows.