#residual-vector-quantization Dépôts
Découvrez 3 dépôts GitHub open source actifs associés à #residual-vector-quantization, cumulant 6,401 étoiles au total (soit une moyenne de 2,133 étoiles par projet). Le projet en tête de ce thème est facebookresearch/encodec, avec 3,867 étoiles.
3 dépôts au total
Codec audio de pointe basé sur l'apprentissage profond prenant en charge l'audio mono 24 kHz et l'audio stéréo 48 kHz.
Codec audio de pointe avec un facteur de compression de 90x. Prend en charge l'audio mono/stéréo 44,1 kHz, 24 kHz et 16 kHz.
Ceci est le code du SpeechTokenizer présenté dans SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. Des échantillons sont présentés sur
Foire aux questions
Quel est le dépôt #residual-vector-quantization le plus populaire sur GitHub ?
Le projet #residual-vector-quantization open source le mieux classé sur GitHub est facebookresearch/encodec, avec 3,867 étoiles. Codec audio de pointe basé sur l'apprentissage profond prenant en charge l'audio mono 24 kHz et l'audio stéréo 48 kHz.
Quels langages de programmation sont les plus utilisés dans les dépôts #residual-vector-quantization ?
Parmi les projets #residual-vector-quantization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.
Comment le classement des dépôts #residual-vector-quantization est-il calculé ?
Nous suivons 3 dépôts open source actifs associés à #residual-vector-quantization (500+ étoiles), totalisant 6,401 étoiles, avec une moyenne de 2,133 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.