#audio-processing リポジトリ
リポジトリ合計148件
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。
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。
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。
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。
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
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。
.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。
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。
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。
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。
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。