#neural-audio-codec Dépôts
Découvrez 5 dépôts GitHub open source actifs associés à #neural-audio-codec, cumulant 43,684 étoiles au total (soit une moyenne de 8,736 étoiles par projet). Le projet en tête de ce thème est facebookresearch/audiocraft, avec 23,937 étoiles.
5 dépôts au total
Audiocraft est une bibliothèque pour le traitement et la génération audio avec deep learning. Elle comprend le compresseur/tokeniseur audio de pointe EnCodec, ainsi que MusicGen, un LM de génération musicale simple et contrôlable avec conditionnement textuel et mélodique.
Moshi est un modèle fondamental parole-texte et un framework de dialogue vocal full-duplex. Il utilise Mimi, un codec audio neuronal en streaming de pointe.
Impressionnants LLM pour la parole/l'audio, l'apprentissage de représentation et les modèles de codec
Foire aux questions
Quel est le dépôt #neural-audio-codec le plus populaire sur GitHub ?
Le projet #neural-audio-codec open source le mieux classé sur GitHub est facebookresearch/audiocraft, avec 23,937 étoiles. Audiocraft est une bibliothèque pour le traitement et la génération audio avec deep learning. Elle comprend le compresseur/tokeniseur audio de pointe EnCodec, ainsi que MusicGen, un LM de génération musicale simple et contrôlable avec conditionnement textuel et mélodique.
Quels langages de programmation sont les plus utilisés dans les dépôts #neural-audio-codec ?
Parmi les projets #neural-audio-codec les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #neural-audio-codec est-il calculé ?
Nous suivons 5 dépôts open source actifs associés à #neural-audio-codec (500+ étoiles), totalisant 43,684 étoiles, avec une moyenne de 8,736 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.