Git Stars Git Stars

#audio-processing Repository

148
Totale Repository
506,138
Totale stelle
3,419
Media Stelle/Repo
51
julius-speech/julius

Motore di riconoscimento vocale continuo open-source con ampio vocabolario

julius-speech
โญ 1,926 C ๐Ÿ‘ค julius-speech Organization ๐Ÿ• Aggiornato 2025-06-16 ๐Ÿ“… Creato 2015-04-28
52
gpt-omni/mini-omni2

Verso GPT-4o open-source con capacitร  Vision, Speech e Duplex.

gpt-omni
โญ 1,896 Python ๐Ÿ‘ค gpt-omni Organization ๐Ÿ• Aggiornato 2025-01-16 ๐Ÿ“… Creato 2024-10-14
53
mltframework/mlt

MLT Framework Multimediale

mltframework
โญ 1,880 C ๐Ÿ‘ค mltframework Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2012-04-13
54
QwenLM/Qwen-Audio

Il repository ufficiale di Qwen-Audio (้€šไน‰ๅƒ้—ฎ-Audio) chat & modello linguistico audio di grandi dimensioni pre-addestrato proposto da Alibaba Cloud.

QwenLM
โญ 1,857 Python ๐Ÿ‘ค QwenLM Organization ๐Ÿ• Aggiornato 2024-07-05 ๐Ÿ“… Creato 2023-11-07
55
Audio-AGI/AudioSep

Implementazione ufficiale di "Separa qualsiasi cosa tu descriva"

Audio-AGI
โญ 1,857 Python ๐Ÿ‘ค Audio-AGI Organization ๐Ÿ• Aggiornato 2024-11-26 ๐Ÿ“… Creato 2023-08-08
56
letoram/arcan

I gufi non sono ciรฒ che sembrano.

letoram
โญ 1,835 Zig ๐Ÿ‘ค letoram User ๐Ÿ• Aggiornato 2026-07-29 ๐Ÿ“… Creato 2013-11-08
57
wseemann/FFmpegMediaMetadataRetriever

FFmpegMediaMetadataRetriever fornisce un'interfaccia unificata per recuperare frame e metadati da un file multimediale di input.

wseemann
โญ 1,784 C ๐Ÿ‘ค wseemann User ๐Ÿ• Aggiornato 2026-06-28 ๐Ÿ“… Creato 2013-04-05
58
audiamus/AaxAudioConverter

Converti file Audible aax in mp3 e m4a/m4b

audiamus
โญ 1,768 C# ๐Ÿ‘ค audiamus User ๐Ÿ• Aggiornato 2024-06-03 ๐Ÿ“… Creato 2019-03-09
59
googlecreativelab/teachablemachine-community

Frammenti di codice di esempio e codice di machine learning per Teachable Machine

googlecreativelab
โญ 1,751 TypeScript ๐Ÿ‘ค googlecreativelab Organization ๐Ÿ• Aggiornato 2026-06-19 ๐Ÿ“… Creato 2019-06-17
60
timschneeb/RootlessJamesDSP

Un'implementazione del motore di elaborazione audio JamesDSP a livello di sistema per dispositivi Android non rooted

timschneeb
โญ 1,739 C ๐Ÿ‘ค timschneeb User ๐Ÿ• Aggiornato 2026-08-31 ๐Ÿ“… Creato 2022-06-30
61
strob/gentle

allineatore forzato gentile

strob
โญ 1,713 Python ๐Ÿ‘ค strob User ๐Ÿ• Aggiornato 2026-07-24 ๐Ÿ“… Creato 2015-10-23
62
opendatalab/labelU

Piattaforma open-source per l'annotazione di dati multimodali con supporto per auto-annotazione AI.

opendatalab
โญ 1,709 Python ๐Ÿ‘ค opendatalab Organization ๐Ÿ• Aggiornato 2026-07-28 ๐Ÿ“… Creato 2022-10-19
โญ 1,682 Python ๐Ÿ‘ค pipecat-ai Organization ๐Ÿ• Aggiornato 2026-11-09 ๐Ÿ“… Creato 2025-03-05
65
ZFTurbo/Music-Source-Separation-Training

Repository per l'addestramento di modelli per la separazione di sorgenti musicali.

ZFTurbo
โญ 1,644 Python ๐Ÿ‘ค ZFTurbo User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2023-11-06
66
espressif/esp-sr

Riconoscimento vocale

espressif
โญ 1,589 C ๐Ÿ‘ค espressif Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2019-07-29
67
bytedance/SALMONN

Famiglia SALMONN: Una suite di LLM multimodali avanzati

bytedance
โญ 1,576 ๐Ÿ‘ค bytedance Organization ๐Ÿ• Aggiornato 2026-10-16 ๐Ÿ“… Creato 2023-08-11
68
kyutai-labs/hibiki

Hibiki รจ un modello per la traduzione vocale in streaming (nota anche come traduzione simultanea). A differenza della traduzione offline โ€“ in cui si attende la fine dell'enunciato sorgente per iniziare a tradurre โ€“ Hibiki adatta il suo flusso per accumulare il contesto sufficiente a produrre una traduzione corretta in tempo reale, pezzo per pezzo.

kyutai-labs
โญ 1,540 Rust ๐Ÿ‘ค kyutai-labs Organization ๐Ÿ• Aggiornato 2026-09-09 ๐Ÿ“… Creato 2025-02-04
69
scraed/LanPaint

Addestramento di alta qualitร  gratuito di inpainting per ogni modello di stable diffusion. Supporta ComfyUI

scraed
โญ 1,493 Python ๐Ÿ‘ค scraed User ๐Ÿ• Aggiornato 2026-09-28 ๐Ÿ“… Creato 2025-02-27
70
mikeroyal/PipeWire-Guide

Guida a PipeWire. Scopri come PipeWire offre al tuo sistema Linux un flusso di lavoro professionale per l'elaborazione audio/video.

mikeroyal
โญ 1,482 Shell ๐Ÿ‘ค mikeroyal User ๐Ÿ• Aggiornato 2025-06-27 ๐Ÿ“… Creato 2021-12-05
71
microsoft/DNS-Challenge

Questo repo contiene gli script, i modelli e i file richiesti per la Deep Noise Suppression (DNS) Challenge.

microsoft
โญ 1,480 Python ๐Ÿ‘ค microsoft Organization ๐Ÿ• Aggiornato 2026-11-10 ๐Ÿ“… Creato 2020-01-14
72
BillyDM/awesome-audio-dsp

La mia lista curata di risorse per lo sviluppo di DSP audio e plugin (fork di Github)

BillyDM
โญ 1,477 ๐Ÿ‘ค BillyDM User ๐Ÿ• Aggiornato 2026-10-08 ๐Ÿ“… Creato 2020-11-22
73
Tracktion/tracktion_engine

Modulo Tracktion Engine

Tracktion
โญ 1,467 C++ ๐Ÿ‘ค Tracktion Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2018-11-09
74
cycfi/q

Libreria C++ per il Processamento Digitale del Segnale Audio

cycfi
โญ 1,461 C++ ๐Ÿ‘ค cycfi Organization ๐Ÿ• Aggiornato 2026-11-09 ๐Ÿ“… Creato 2017-11-04
76
R3gm/SoniTranslate

Traduzione sincronizzata per video. Doppiaggio video

R3gm
โญ 1,430 Python ๐Ÿ‘ค R3gm User ๐Ÿ• Aggiornato 2026-08-29 ๐Ÿ“… Creato 2023-06-27
77
acoustid/chromaprint

Libreria C per generare impronte audio utilizzate da AcoustID

acoustid
โญ 1,430 C++ ๐Ÿ‘ค acoustid Organization ๐Ÿ• Aggiornato 2026-10-15 ๐Ÿ“… Creato 2011-04-17
78
SongTube/SongTube-App

App (Tool) semplice e bella realizzata in Flutter per scaricare media da YouTube

SongTube
โญ 1,410 Dart ๐Ÿ‘ค SongTube Organization ๐Ÿ• Aggiornato 2026-08-01 ๐Ÿ“… Creato 2020-04-14
79
eugeneware/ffmpeg-static

Binari statici di ffmpeg per Mac OSX, Linux e Windows

eugeneware
โญ 1,410 JavaScript ๐Ÿ‘ค eugeneware User ๐Ÿ• Aggiornato 2026-03-21 ๐Ÿ“… Creato 2015-01-19
80
DBraun/DawDreamer

Digital Audio Workstation con Python; strumenti/effetti VST, automazione dei parametri, FAUST, JAX, Warp Markers e processori JUCE

DBraun
โญ 1,360 C++ ๐Ÿ‘ค DBraun User ๐Ÿ• Aggiornato 2026-11-01 ๐Ÿ“… Creato 2020-08-03
81
FunAudioLLM/FunMusic

Un toolkit fondamentale progettato per la generazione di musica, canzoni e audio

QwenAudio
โญ 1,352 Python ๐Ÿ‘ค QwenAudio Organization ๐Ÿ• Aggiornato 2025-05-20 ๐Ÿ“… Creato 2024-10-29
82
YannickJadoul/Parselmouth

Praat in Python, nel modo Pythonic

YannickJadoul
โญ 1,300 C++ ๐Ÿ‘ค YannickJadoul User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2017-06-06
83
ictnlp/StreamSpeech

StreamSpeech รจ un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.

ictnlp
โญ 1,274 Python ๐Ÿ‘ค ictnlp Organization ๐Ÿ• Aggiornato 2025-06-29 ๐Ÿ“… Creato 2024-06-04
84
diodiogod/TTS-Audio-Suite

Un'integrazione di nodi personalizzati ComfyUI per la sintesi vocale e la conversione vocale locale multi-motore e multilingue. Supporta: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classico e multilingue), F5-TTS, Higgs Audio 2, 3 e VibeVoice con lunghezza del testo illimitata, timing SRT, supporto per i personaggi e molti strumenti audio.

diodiogod
โญ 1,270 Python ๐Ÿ‘ค diodiogod User ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2025-08-06
85
unosquare/ffmediaelement

FFME: L'Elemento Media WPF Avanzato (basato su FFmpeg)

unosquare
โญ 1,255 C# ๐Ÿ‘ค unosquare Organization ๐Ÿ• Aggiornato 2024-06-26 ๐Ÿ“… Creato 2016-01-26
86
rhasspy/wyoming-satellite

Satellite vocale remoto utilizzando il protocollo Wyoming

rhasspy
โญ 1,221 Python ๐Ÿ‘ค rhasspy Organization ๐Ÿ• Aggiornato 2026-01-24 ๐Ÿ“… Creato 2023-11-29
87
VOICEVOX/voicevox_core

Il nucleo di VOICEVOX, un software di sintesi vocale di media qualitร  utilizzabile gratuitamente

VOICEVOX
โญ 1,150 Rust ๐Ÿ‘ค VOICEVOX Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2021-08-31
88
midas-research/audino

Strumento di annotazione audio open source per umani

midas-research
โญ 1,148 TypeScript ๐Ÿ‘ค midas-research Organization ๐Ÿ• Aggiornato 2026-02-03 ๐Ÿ“… Creato 2019-10-03
89
CarlGao4/Demucs-Gui

Un'interfaccia grafica per l'IA di separazione musicale Demucs

CarlGao4
โญ 1,133 Python ๐Ÿ‘ค CarlGao4 User ๐Ÿ• Aggiornato 2025-06-20 ๐Ÿ“… Creato 2021-12-03
90
KinWaiCheuk/nnAudio

Elaborazione audio utilizzando rete di convoluzione 1D di PyTorch

KinWaiCheuk
โญ 1,131 Python ๐Ÿ‘ค KinWaiCheuk User ๐Ÿ• Aggiornato 2026-05-21 ๐Ÿ“… Creato 2019-09-02
91
LearnedVector/A-Hackers-AI-Voice-Assistant

Un assistente vocale AI per hacker, costruito usando Python e PyTorch.

LearnedVector
โญ 1,121 Python ๐Ÿ‘ค LearnedVector User ๐Ÿ• Aggiornato 2025-12-15 ๐Ÿ“… Creato 2020-05-01
92
X-LANCE/SLAM-LLM

Un Framework per l'Elaborazione di Voce, Lingua, Audio e Musica con Modelli Linguistici di Grandi Dimensioni

X-LANCE
โญ 1,072 Python ๐Ÿ‘ค X-LANCE Organization ๐Ÿ• Aggiornato 2026-01-15 ๐Ÿ“… Creato 2023-10-23
93
AddictedCS/soundfingerprinting

Impronta digitale audio open source in .NET. Un algoritmo efficiente per l'impronta digitale acustica scritto puramente in C#.

AddictedCS
โญ 1,046 C# ๐Ÿ‘ค AddictedCS User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2011-11-17
94
zhaolewei/ZlwAudioRecorder

AudioRecorder: Libreria Android per la registrazione e la visualizzazione audio, con supporto per la registrazione di audio nei formati PCM, WAV e MP3.

zhaolewei
โญ 1,037 Java ๐Ÿ‘ค zhaolewei User ๐Ÿ• Aggiornato 2025-11-26 ๐Ÿ“… Creato 2018-07-04
95
QwenLM/Qwen3-ASR-Toolkit

Toolkit Python ufficiale per l'API Qwen3-ASR. Chiamate parallele ad alto throughput, trascrizione audio robusta per file lunghi, supporto per frequenze di campionamento multiple.

QwenLM
โญ 1,020 Python ๐Ÿ‘ค QwenLM Organization ๐Ÿ• Aggiornato 2026-02-05 ๐Ÿ“… Creato 2025-09-16
96
espressif/esp-skainet

Assistente vocale intelligente Espressif

espressif
โญ 1,003 C ๐Ÿ‘ค espressif Organization ๐Ÿ• Aggiornato 2026-10-28 ๐Ÿ“… Creato 2019-08-01
97
BeyondtheApex/ChillPatcher

Questo repository ospita mod personalizzate per il miglioramento audio e l'estensione delle funzionalitร  sviluppate per diversi giochi. Attualmente, supporta Forza Horizon 6 e Chill with You : Lo-Fi Story (un gioco lo-fi per studio/concentrazione).

BeyondtheApex
โญ 901 C# ๐Ÿ‘ค BeyondtheApex User ๐Ÿ• Aggiornato 2026-06-10 ๐Ÿ“… Creato 2025-11-22
98
lifeiteng/OmniSenseVoice

Omni SenseVoice: Riconoscimento vocale ad alta velocitร  con timestamp delle parole ๐Ÿ—ฃ๏ธ๐ŸŽฏ

lifeiteng
โญ 897 Python ๐Ÿ‘ค lifeiteng User ๐Ÿ• Aggiornato 2025-12-10 ๐Ÿ“… Creato 2024-09-22
โญ 888 C ๐Ÿ‘ค Sneeds-Feed-and-Seed Organization ๐Ÿ• Aggiornato 2026-04-28 ๐Ÿ“… Creato 2021-07-05
100
leibnizli/hummingbird

Un'app di compressione (jpg/png/webp/svg/gif/css/js/html/mp4/mov), puรฒ convertire immagini in diversi formati, supporto per macOS e Windows.

leibnizli
โญ 873 JavaScript ๐Ÿ‘ค leibnizli User ๐Ÿ• Aggiornato 2026-10-02 ๐Ÿ“… Creato 2015-09-20