#audio-processing Repository
Scopri 148 repository GitHub open source attivi contrassegnati con #audio-processing, che raccolgono un totale di 506,138 stelle (con una media di 3,419 stelle per progetto). Il progetto leader di questo argomento è openai/whisper, con 113,203 stelle.
148 repository in totale
Soluzioni ML multipiattaforma e personalizzabili per media live e in streaming.
Editor video locale per agenti di programmazione: 42 strumenti FFmpeg con un contratto leggibile dalle macchine e un server MCP, per Claude Code, Cursor e Codex. Taglio, sottotitoli, riquadratura, regolazione del volume e esportazioni per le piattaforme. Niente cloud, niente chiavi API.
3FUI è una shell interattiva professionale leggera per ffmpeg su Windows, che raccoglie un gran numero di parametri, un'interfaccia bella e un'interazione amichevole. Questo progetto è orientato all'ambiente di utilizzo domestico, consentendo anche alle persone comuni di comprimere facilmente video e convertire formati.
Una libreria text-to-speech (TTS), speech-to-text (STT) e speech-to-speech (STS) basata sul framework MLX di Apple, che fornisce un'efficiente analisi vocale su Apple Silicon.
MusicPlayer2 è un potente software per la riproduzione di musica locale, progettato per offrire agli utenti la migliore esperienza di riproduzione musicale locale. Supporta la visualizzazione dei testi, la visualizzazione dei testi in stile karaoke, il download online dei testi, l'editing dei testi, il riconoscimento dei tag delle canzoni, la visualizzazione delle copertine degli album, il download online delle copertine degli album, l'analisi dello spettro, le impostazioni degli effetti sonori, i pulsanti in miniatura della barra delle applicazioni, i colori del tema, la conversione di formato e altre funzioni, supporta un layout di interfaccia altamente personalizzabile e supporta più kernel di riproduzione (BASS e FFMpeg). Il lettore supporta la maggior parte dei formati audio comuni.
Kit di strumenti per rimuovere filigrane audio generate dall’IA e impedire l’attribuzione forense. Neutralizza le impronte di Suno, Udio e delle reti neurali mediante mascheramento percettivo ISO 226.
Una libreria accelerata da GPU che contiene blocchi di costruzione altamente ottimizzati e un motore di esecuzione per l'elaborazione dei dati, per accelerare applicazioni di addestramento e inferenza del deep learning.
Un modello di clonazione vocale TTS rapido e di alta qualità che raggiunge velocità di 150× in tempo reale。
Un framework di visualizzazione audio per iOS e macOS basato su Core Audio, utile per chiunque si occupi di elaborazione audio in tempo reale a bassa latenza e visualizzazioni.
Converti Netease Cloud Music ncm in mp3 / flac. Converti i file ncm di Netease Cloud Music in file mp3/flac.
Un motore open source di cancellazione attiva del rumore (ANC) per Android. Sfrutta l’elaborazione digitale del segnale (DSP) a bassa latenza per neutralizzare i ronzii ambientali e aiutarti a ritrovare la quiete.
Il repository fornisce il codice per eseguire l'inferenza con il Meta Segment Anything Audio Model (SAM-Audio), link per scaricare i checkpoint del modello addestrato e notebook di esempio che mostrano come utilizzare il modello.
Whisper streaming in tempo reale per la trascrizione e la traduzione da voce a testo di lunghi discorsi
✨ AsrTools: Strumento Intelligente da Voce a Testo | Elaborazione Batch Efficiente | Interfaccia User-Friendly | Nessuna GPU Richiesta | Supporta Output SRT/TXT | Trasforma il tuo audio in testo accurato all'istante!
Modello linguistico di grandi dimensioni multimodale open-source in grado di ascoltare, parlare e pensare. Dotato di funzionalità conversazionali con input vocale end-to-end in tempo reale e output audio in streaming.
Una libreria per l'analisi audio e musicale, estrazione di caratteristiche.
Isola voci, batteria, basso e altri stem strumentali da qualsiasi canzone
:musical_note: :rainbow: Visualizzazione musicale in tempo reale con striscia LED usando Python e ESP8266 o Raspberry Pi
Manipolazione e trasformazione dei dati per l'elaborazione del segnale audio, alimentato da PyTorch
Un framework open-source per il rilevamento di parole (o frasi) audio di attivazione, con un focus su prestazioni e semplicità.
Un piccolo pacchetto che porta il suono a qualsiasi applicazione Go. Adatto per la riproduzione e l'elaborazione audio.
LedFx è un motore di effetti LED basato sulla rete progettato per fornire avanzati effetti audio in tempo reale a una vasta gamma di dispositivi.
Un'interfaccia grafica per il plugin di soppressione del rumore in tempo reale Pulse Audio di @werman
Bilibili Video in Text umwandeln, tutto in un unico passaggio, basta inserire il link per usarlo
Framework DSP C++ veloce e moderno, FFT, conversione della frequenza di campionamento, filtri FIR/IIR/Biquad (SSE, AVX, AVX-512, ARM NEON, RISC-V RVV)
Riconoscimento vocale offline semplice e modificabile – utilizzando la VOSK-API.
Domande frequenti
Qual è il repository #audio-processing più popolare su GitHub?
Il progetto open source #audio-processing più alto in classifica su GitHub è openai/whisper, con 113,203 stelle. Riconoscimento vocale robusto tramite supervisione debole su larga scala
Quali linguaggi di programmazione sono più utilizzati nei repository #audio-processing?
Tra i progetti #audio-processing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Jupyter Notebook, Go.
Come viene calcolata la classifica dei repository #audio-processing?
Monitoriamo 148 repository open source attivi contrassegnati con #audio-processing (500+ stelle), per un totale di 506,138 stelle e una media di 3,419 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.