#audio-processing Repository
148 repository in totale
Il repository ufficiale di Qwen-Audio (้ไนๅ้ฎ-Audio) chat & modello linguistico audio di grandi dimensioni pre-addestrato proposto da Alibaba Cloud.
FFmpegMediaMetadataRetriever fornisce un'interfaccia unificata per recuperare frame e metadati da un file multimediale di input.
Frammenti di codice di esempio e codice di machine learning per Teachable Machine
Un'implementazione del motore di elaborazione audio JamesDSP a livello di sistema per dispositivi Android non rooted
Piattaforma open-source per l'annotazione di dati multimodali con supporto per auto-annotazione AI.
Repository per l'addestramento di modelli per la separazione di sorgenti musicali.
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.
Addestramento di alta qualitร gratuito di inpainting per ogni modello di stable diffusion. Supporta ComfyUI
Guida a PipeWire. Scopri come PipeWire offre al tuo sistema Linux un flusso di lavoro professionale per l'elaborazione audio/video.
Questo repo contiene gli script, i modelli e i file richiesti per la Deep Noise Suppression (DNS) Challenge.
La mia lista curata di risorse per lo sviluppo di DSP audio e plugin (fork di Github)
App (Tool) semplice e bella realizzata in Flutter per scaricare media da YouTube
Digital Audio Workstation con Python; strumenti/effetti VST, automazione dei parametri, FAUST, JAX, Warp Markers e processori JUCE
Un toolkit fondamentale progettato per la generazione di musica, canzoni e audio
StreamSpeech รจ un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.
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.
Il nucleo di VOICEVOX, un software di sintesi vocale di media qualitร utilizzabile gratuitamente
Un assistente vocale AI per hacker, costruito usando Python e PyTorch.
Un Framework per l'Elaborazione di Voce, Lingua, Audio e Musica con Modelli Linguistici di Grandi Dimensioni
Impronta digitale audio open source in .NET. Un algoritmo efficiente per l'impronta digitale acustica scritto puramente in C#.
AudioRecorder: Libreria Android per la registrazione e la visualizzazione audio, con supporto per la registrazione di audio nei formati PCM, WAV e MP3.
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.
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).
Omni SenseVoice: Riconoscimento vocale ad alta velocitร con timestamp delle parole ๐ฃ๏ธ๐ฏ
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.