#digital-signal-processing Repository
Scopri 47 repository GitHub open source attivi contrassegnati con #digital-signal-processing, che raccolgono un totale di 74,465 stelle (con una media di 1,584 stelle per progetto). Il progetto leader di questo argomento è jaakkopasanen/AutoEq, con 16,478 stelle.
47 repository in totale
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.
PainterEngine è un motore per applicazioni/giochi con renderer software. PainterEngine può essere portato su qualsiasi piattaforma che supporti C.
Strumenti audio (una potente libreria audio per microcontrollori e computer desktop)
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)
Codice e diapositive della mia serie YouTube chiamata "Elaborazione del segnale audio per il machine learning"
Teoria del processamento del segnale digitale (DSP): segnali, filtraggio (IIR, FIR, CIC, MAF), trasformate (FFT, DFT, Hilbert, Z-transform) ecc.
Sound As Pure Form - un linguaggio simile a Forth per la sintesi audio che utilizza liste pigre e auto-mapping simile ad APL.
Visualizzazione, analisi e annotazione di registrazioni audio musicali
Elaborazione dei Segnali Digitali - Teoria ed Esempi Computazionali
Jammer di radiofrequenza subghz regolabile in frequenza e preimpostato per Flipper Zero
Un wrapper Python per il vocoder di alta qualità "World"
Misuratore di loudness audio flessibile in Python con implementazione dell'algoritmo di loudness ITU-R BS.1770-4
Specchio ufficiale di Rubber Band Library, una libreria per lo stretching temporale audio e lo spostamento del pitch.
Un processore di effetti per chitarra a bassa latenza adatto per l'esecuzione su un raspberry pi
Codec vocale open source progettato per la qualità della voce nelle comunicazioni tra 450 e 3200 bit/s. L'applicazione principale è la radio digitale HF/VHF a bassa larghezza di banda.
Guida all'elaborazione del segnale di immagine (ISP). Scopri tutto sul processo di conversione di un'immagine/video in forma digitale eseguendo attività come riduzione del rumore, filtraggio, esposizione automatica, autofocus, correzione HDR e nitidezza dell'immagine con uno speciale tipo di processore multimediale.
PySDR è una guida alla radio software-defined (SDR) e al processamento dei segnali RF usando Python, disponibile su https://pysdr.org
Framework per lo sviluppo di plugin audio con il linguaggio di programmazione Csound.
Un motore audio e MIDI modulare ad alte prestazioni per .NET 8+. Un toolkit completo per l'intero ciclo di vita dell'audio: riproduzione, registrazione, editing multitraccia, sintesi professionale (MPE/SF2), DSP in tempo reale e visualizzazione. Include una suite di sicurezza unica per crittografia AES-256, impronta acustica e watermarking. Supporta SIMD e NativeAOT.
Ampia raccolta di sistemi numerici che forniscono aritmetica personalizzata per lo sviluppo e l'ottimizzazione di algoritmi a precisione mista per IA, apprendimento automatico, visione artificiale, elaborazione dei segnali, CAE, EDA, controllo, ottimizzazione, stima e approssimazione.
Domande frequenti
Qual è il repository #digital-signal-processing più popolare su GitHub?
Il progetto open source #digital-signal-processing più alto in classifica su GitHub è jaakkopasanen/AutoEq, con 16,478 stelle. Equalizzazione automatica delle cuffie da risposte in frequenza
Quali linguaggi di programmazione sono più utilizzati nei repository #digital-signal-processing?
Tra i progetti #digital-signal-processing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, C, Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #digital-signal-processing?
Monitoriamo 47 repository open source attivi contrassegnati con #digital-signal-processing (500+ stelle), per un totale di 74,465 stelle e una media di 1,584 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.