Git Stars Git Stars

#audio-processing リポジトリ

148
リポジトリ総数
506,138
合計スター数
3,419
リポジトリあたりの平均スター数

リポジトリ合計148件

51
julius-speech/julius

オープンソースの大語彙連続音声認識エンジン

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 更新日時 2025-06-16 📅 作成日 2015-04-28
52
gpt-omni/mini-omni2

ビジョン、音声、デュプレックス機能を備えたオープンソースGPT-4oに向けて

gpt-omni
⭐ 1,896 Python 👤 gpt-omni Organization 🕐 更新日時 2025-01-16 📅 作成日 2024-10-14
53
mltframework/mlt

MLT マルチメディアフレームワーク

mltframework
⭐ 1,880 C 👤 mltframework Organization 🕐 更新日時 2026-11-21 📅 作成日 2012-04-13
54
QwenLM/Qwen-Audio

Alibaba Cloudが提案するQwen-Audio (通义千问-Audio) チャット&事前学習済み大規模オーディオ言語モデルの公式リポジトリ。

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 更新日時 2024-07-05 📅 作成日 2023-11-07
55
Audio-AGI/AudioSep

「説明したものは何でも分離する」の公式実装

Audio-AGI
⭐ 1,857 Python 👤 Audio-AGI Organization 🕐 更新日時 2024-11-26 📅 作成日 2023-08-08
56
letoram/arcan

フクロウは見かけ通りではない。

letoram
⭐ 1,835 Zig 👤 letoram User 🕐 更新日時 2026-07-29 📅 作成日 2013-11-08
57
wseemann/FFmpegMediaMetadataRetriever

FFmpegMediaMetadataRetriever は、入力メディアファイルからフレームとメタデータを取得するための統一されたインターフェースを提供します。

wseemann
⭐ 1,784 C 👤 wseemann User 🕐 更新日時 2026-06-28 📅 作成日 2013-04-05
58
audiamus/AaxAudioConverter

Audible aax ファイルを mp3 および m4a/m4b に変換

audiamus
⭐ 1,768 C# 👤 audiamus User 🕐 更新日時 2024-06-03 📅 作成日 2019-03-09
59
googlecreativelab/teachablemachine-community

Teachable Machine 用の例コードスニペットと機械学習コード

googlecreativelab
⭐ 1,751 TypeScript 👤 googlecreativelab Organization 🕐 更新日時 2026-06-19 📅 作成日 2019-06-17
60
timschneeb/RootlessJamesDSP

非ルートAndroidデバイス用のシステム全体JamesDSPオーディオ処理エンジンの実装

timschneeb
⭐ 1,739 C 👤 timschneeb User 🕐 更新日時 2026-08-31 📅 作成日 2022-06-30
61
strob/gentle

穏やかな強制アライナー

strob
⭐ 1,713 Python 👤 strob User 🕐 更新日時 2026-07-24 📅 作成日 2015-10-23
62
opendatalab/labelU

AI自動注釈機能を備えたオープンソースのマルチモーダルデータ注釈プラットフォーム。

opendatalab
⭐ 1,709 Python 👤 opendatalab Organization 🕐 更新日時 2026-07-28 📅 作成日 2022-10-19
65
ZFTurbo/Music-Source-Separation-Training

音楽ソース分離モデルのトレーニング用リポジトリ。

ZFTurbo
⭐ 1,644 Python 👤 ZFTurbo User 🕐 更新日時 2026-11-21 📅 作成日 2023-11-06
66
espressif/esp-sr

音声認識

espressif
⭐ 1,589 C 👤 espressif Organization 🕐 更新日時 2026-11-11 📅 作成日 2019-07-29
67
bytedance/SALMONN

SALMONNファミリー:高度なマルチモーダルLLMスイート

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 更新日時 2026-10-16 📅 作成日 2023-08-11
68
kyutai-labs/hibiki

Hibikiは、ストリーミング音声翻訳(同時翻訳とも呼ばれる)のモデルです。ソースの発話が終わるのを待ってから翻訳を開始するオフライン翻訳とは異なり、Hibikiはリアルタイムで、チャンクごとに正しい翻訳を生成するために十分なコンテキストを蓄積するようにフローを適応させます。

kyutai-labs
⭐ 1,540 Rust 👤 kyutai-labs Organization 🕐 更新日時 2026-09-09 📅 作成日 2025-02-04
69
scraed/LanPaint

すべてのStable Diffusionモデル向けの高品質な無料インペインティングトレーニング。ComfyUIをサポート

scraed
⭐ 1,493 Python 👤 scraed User 🕐 更新日時 2026-09-28 📅 作成日 2025-02-27
70
mikeroyal/PipeWire-Guide

PipeWire ガイド。PipeWire が Linux システムにプロフェッショナルなオーディオ/ビデオ処理ワークフローをどのように提供するかについて学びましょう。

mikeroyal
⭐ 1,482 Shell 👤 mikeroyal User 🕐 更新日時 2025-06-27 📅 作成日 2021-12-05
71
microsoft/DNS-Challenge

このリポジトリには、Deep Noise Suppression (DNS) Challenge のスクリプト、モデル、および必要なファイルが含まれています。

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 更新日時 2026-11-10 📅 作成日 2020-01-14
72
BillyDM/awesome-audio-dsp

オーディオ DSP とプラグイン開発リソースのキュレーションリスト(Github フォーク)

BillyDM
⭐ 1,477 👤 BillyDM User 🕐 更新日時 2026-10-08 📅 作成日 2020-11-22
73
Tracktion/tracktion_engine

Tracktion Engine モジュール

Tracktion
⭐ 1,467 C++ 👤 Tracktion Organization 🕐 更新日時 2026-11-20 📅 作成日 2018-11-09
74
cycfi/q

オーディオデジタル信号処理のためのC++ライブラリ

cycfi
⭐ 1,461 C++ 👤 cycfi Organization 🕐 更新日時 2026-11-09 📅 作成日 2017-11-04
76
R3gm/SoniTranslate

動画の同期翻訳。ビデオダビング

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 更新日時 2026-08-29 📅 作成日 2023-06-27
77
acoustid/chromaprint

AcoustID で使用されるオーディオフィンガープリントを生成するための C ライブラリ

acoustid
⭐ 1,430 C++ 👤 acoustid Organization 🕐 更新日時 2026-10-15 📅 作成日 2011-04-17
78
SongTube/SongTube-App

YouTubeからメディアをダウンロードするためにFlutterで作成された、シンプルで美しいアプリ(ツール)

SongTube
⭐ 1,410 Dart 👤 SongTube Organization 🕐 更新日時 2026-08-01 📅 作成日 2020-04-14
79
eugeneware/ffmpeg-static

Mac OSX、Linux、Windows 用の ffmpeg 静的バイナリ

eugeneware
⭐ 1,410 JavaScript 👤 eugeneware User 🕐 更新日時 2026-03-21 📅 作成日 2015-01-19
80
DBraun/DawDreamer

Pythonによるデジタル・オーディオ・ワークステーション。VSTインストゥルメント/エフェクト、パラメータ・オートメーション、FAUST, JAX, ワープ・マーカー、JUCEプロセッサ

DBraun
⭐ 1,360 C++ 👤 DBraun User 🕐 更新日時 2026-11-01 📅 作成日 2020-08-03
81
FunAudioLLM/FunMusic

音楽、歌、オーディオ生成のための基本的なツールキット

QwenAudio
⭐ 1,352 Python 👤 QwenAudio Organization 🕐 更新日時 2025-05-20 📅 作成日 2024-10-29
82
YannickJadoul/Parselmouth

Python で Praat、Pythonic な方法で

YannickJadoul
⭐ 1,300 C++ 👤 YannickJadoul User 🕐 更新日時 2026-11-21 📅 作成日 2017-06-06
83
ictnlp/StreamSpeech

StreamSpeechは、オフラインおよび同時音声認識、音声翻訳、音声合成のための「オールインワン」シームレスモデルです。

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 更新日時 2025-06-29 📅 作成日 2024-06-04
84
diodiogod/TTS-Audio-Suite

ローカルでのマルチエンジン・多言語対応テキスト読み上げ(TTS)およびボイスチェンジのためのComfyUIカスタムノード統合。対応エンジン:RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox(クラシックおよび多言語版)、F5-TTS、Higgs Audio 2, 3、VibeVoice。無制限のテキスト長、SRTタイミング、キャラクターサポート、および多数のオーディオツールに対応。

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 更新日時 2026-11-19 📅 作成日 2025-08-06
85
unosquare/ffmediaelement

FFME: 高度な WPF MediaElement (FFmpeg ベース)

unosquare
⭐ 1,255 C# 👤 unosquare Organization 🕐 更新日時 2024-06-26 📅 作成日 2016-01-26
86
rhasspy/wyoming-satellite

ワイオミングプロトコルを使用したリモート音声衛星

rhasspy
⭐ 1,221 Python 👤 rhasspy Organization 🕐 更新日時 2026-01-24 📅 作成日 2023-11-29
87
VOICEVOX/voicevox_core

無料で使える中品質なテキスト読み上げソフトウェア、VOICEVOXのコア

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 更新日時 2026-11-21 📅 作成日 2021-08-31
88
midas-research/audino

人間のためのオープンソースオーディオアノテーションツール

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 更新日時 2026-02-03 📅 作成日 2019-10-03
89
CarlGao4/Demucs-Gui

音楽分離AI DemucsのGUI

CarlGao4
⭐ 1,133 Python 👤 CarlGao4 User 🕐 更新日時 2025-06-20 📅 作成日 2021-12-03
90
KinWaiCheuk/nnAudio

PyTorch 1D 畳み込みネットワークを使用したオーディオ処理

KinWaiCheuk
⭐ 1,131 Python 👤 KinWaiCheuk User 🕐 更新日時 2026-05-21 📅 作成日 2019-09-02
91
LearnedVector/A-Hackers-AI-Voice-Assistant

PythonとPyTorchを使用して構築されたハッカー向けのAI音声アシスタント。

LearnedVector
⭐ 1,121 Python 👤 LearnedVector User 🕐 更新日時 2025-12-15 📅 作成日 2020-05-01
92
X-LANCE/SLAM-LLM

大規模言語モデルによる音声、言語、オーディオ、音楽処理のためのフレームワーク

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 更新日時 2026-01-15 📅 作成日 2023-10-23
93
AddictedCS/soundfingerprinting

.NET でのオープンソースオーディオフィンガープリンティング。純粋に C# で書かれた効率的な音響フィンガープリンティングアルゴリズム。

AddictedCS
⭐ 1,046 C# 👤 AddictedCS User 🕐 更新日時 2026-11-20 📅 作成日 2011-11-17
94
zhaolewei/ZlwAudioRecorder

AudioRecorder: Androidの録音および録音可視化関連ライブラリで、PCM、WAV、MP3オーディオの録音に対応しています。

zhaolewei
⭐ 1,037 Java 👤 zhaolewei User 🕐 更新日時 2025-11-26 📅 作成日 2018-07-04
95
QwenLM/Qwen3-ASR-Toolkit

Qwen3-ASR API の公式 Python ツールキット。並列高スループット呼び出し、堅牢な長尺オーディオ文字起こし、マルチサンプルレートサポート。

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 更新日時 2026-02-05 📅 作成日 2025-09-16
96
espressif/esp-skainet

Espressif インテリジェント音声アシスタント

espressif
⭐ 1,003 C 👤 espressif Organization 🕐 更新日時 2026-10-28 📅 作成日 2019-08-01
97
BeyondtheApex/ChillPatcher

このリポジトリは、複数のゲーム向けに開発されたカスタムオーディオ強化および機能拡張MODをホストしています。現在、Forza Horizon 6とChill with You : Lo-Fi Story(ローファイな勉強/集中ゲーム)をサポートしています。

BeyondtheApex
⭐ 901 C# 👤 BeyondtheApex User 🕐 更新日時 2026-06-10 📅 作成日 2025-11-22
98
lifeiteng/OmniSenseVoice

Omni SenseVoice: 単語のタイムスタンプによる高速音声認識 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 更新日時 2025-12-10 📅 作成日 2024-09-22
99
Sneeds-Feed-and-Seed/sneedacity

オーディオエディター

Sneeds-Feed-and-Seed
⭐ 888 C 👤 Sneeds-Feed-and-Seed Organization 🕐 更新日時 2026-04-28 📅 作成日 2021-07-05
100
leibnizli/hummingbird

圧縮(jpg/png/webp/svg/gif/css/js/html/mp4/mov)アプリで、異なる形式の画像を変換可能、macOSとWindowsに対応。

leibnizli
⭐ 873 JavaScript 👤 leibnizli User 🕐 更新日時 2026-10-02 📅 作成日 2015-09-20