#audio-processing Dépôts
148 dépôts au total
Un wrapper Python pour le vocoder de haute qualité "World"
Modèles génératifs basés sur les scores (Modèles de diffusion) pour l'amélioration de la parole et la dés-réverbération
Outil de Productivité IA – Gratuit et open source, améliore la productivité de l'utilisateur et protège la vie privée et la sécurité des données. Y compris, mais sans s'y limiter : ChatGPT local exclusif intégré, DeepSeek, Phi, Qwen et d'autres modèles, traitement intelligent par lots en un clic d'images, vidéos, audio, etc.
Programme Python pour rendre les fichiers wave en vues d'oscilloscope, avec un algorithme de déclenchement avancé basé sur la corrélation
Bibliothèque C++ header-only de haute qualité pour le rééchantillonneur audio professionnel / la conversion de fréquence d'échantillonnage. Très rapide, à la fois pour le rééchantillonnage audio et l'interpolation de séries temporelles.
Collection de ressources sur les applications des grands modèles linguistiques (LLM) dans Audio AI.
Miroir officiel de la bibliothèque Rubber Band, une bibliothèque de stretching temporel audio et de changement de hauteur de ton.
Évaluation automatique unifiée de la qualité pour la parole, la musique et les sons.
Un système léger basé sur C++ pour la suppression de musique et de bruit pour YouTube et d'autres médias Internet, utilisant DeepFilterNet pour l'amélioration audio.
⏩ Avance les longues pauses entre les phrases — regardez les cours ~1,5x plus vite (extension de navigateur)
Un utilitaire de détection de battement utilisant l'API Web Audio.
[IJCV 2026] FoleyCrafter: Donnez vie à vos vidéos silencieuses avec des sons réalistes et synchronisés.
Un ensemble de données de plus de 10000 heures pour la reconnaissance vocale chinoise
Wrapper PESQ (Évaluation Perceptive de la Qualité de la Parole) pour les Utilisateurs de Python (bande étroite et bande large)
Checkrr analyse vos fichiers de bibliothèque à la recherche de médias corrompus et remplace les fichiers au besoin via Sonarr et Radarr.
Un petit paquet qui apporte du son à toute application Go. Adéquat pour la lecture et le traitement audio。
Créez des plugins VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP pour Linux/macOS/Windows, en utilisant D.
Bibliothèque de détection d'activité vocale (VAD), basée sur le moteur VAD de WebRTC
Un script d'étiquetage automatique en lot d'émotions audio basé sur Emotion2Vec
Différentes implémentations de "Weighted Prediction Error" pour la déréverbération de la parole
Vector Hub – Bibliothèque pour une découverte et une consommation faciles de modèles de pointe permettant de transformer les données en vecteurs (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc.)
The Amazing Audio Engine est un framework sophistiqué pour les applications audio iOS, conçu pour que vous n'ayez pas à le faire.
Serveur API et websocket pour sensevoice. Il a hérité de certaines fonctionnalités améliorées, telles que la détection VAD, la reconnaissance en streaming en temps réel et la vérification du locuteur.
Ingénierie inverse du tokeniseur semantique de discours supervisé (S3Tokenizer) proposé dans CosyVoice
Base de données d’acteurs multimodaux émotionnels issus du crowdsourcing (CREMA-D)
Un moteur audio et MIDI modulaire haute performance pour .NET 8+. Une boîte à outils complète pour tout le cycle de vie audio : lecture, enregistrement, édition multipiste, synthèse professionnelle (MPE/SF2), DSP en temps réel et visualisation. Inclut une suite de sécurité unique pour le chiffrement AES-256, l'empreinte acoustique et le tatouage numérique. Prend en charge SIMD et NativeAOT.
Dépôt officiel de WavCraft, un agent IA pour la création et l'édition audio