#residual-vector-quantization Repository
Scopri 3 repository GitHub open source attivi contrassegnati con #residual-vector-quantization, che raccolgono un totale di 6,401 stelle (con una media di 2,133 stelle per progetto). Il progetto leader di questo argomento è facebookresearch/encodec, con 3,867 stelle.
3 repository in totale
Codec audio all'avanguardia basato sul deep learning che supporta audio mono a 24 kHz e audio stereo a 48 kHz.
Codec audio all'avanguardia con un fattore di compressione di 90x. Supporta audio mono/stereo a 44,1 kHz, 24 kHz e 16 kHz.
Questo è il codice per SpeechTokenizer presentato in SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. I campioni sono presentati su
Domande frequenti
Qual è il repository #residual-vector-quantization più popolare su GitHub?
Il progetto open source #residual-vector-quantization più alto in classifica su GitHub è facebookresearch/encodec, con 3,867 stelle. Codec audio all'avanguardia basato sul deep learning che supporta audio mono a 24 kHz e audio stereo a 48 kHz.
Quali linguaggi di programmazione sono più utilizzati nei repository #residual-vector-quantization?
Tra i progetti #residual-vector-quantization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.
Come viene calcolata la classifica dei repository #residual-vector-quantization?
Monitoriamo 3 repository open source attivi contrassegnati con #residual-vector-quantization (500+ stelle), per un totale di 6,401 stelle e una media di 2,133 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.