#audio-processing Repositórios
Descubra 148 repositórios ativos de código aberto no GitHub marcados com #audio-processing, acumulando um total de 506,138 estrelas (uma média de 3,419 por projeto). O líder deste tópico é openai/whisper, com 113,203 estrelas.
148 repositórios no total
Soluções de ML multiplataforma e personalizáveis para mídia ao vivo e de transmissão.
Editor de vídeo local para agentes de programação: 42 ferramentas FFmpeg com um contrato legível por máquina e um servidor MCP, para Claude Code, Cursor e Codex. Cortes, legendas, reenquadramento, ajuste de volume e exportações para plataformas. Sem nuvem nem chaves de API.
3FUI é um shell de interação leve e profissional para ffmpeg no Windows, que reúne uma grande quantidade de parâmetros, possui uma interface bonita e interações amigáveis. Este projeto é voltado para o ambiente de uso doméstico, permitindo que pessoas comuns também possam comprimir vídeos e converter formatos facilmente.
Uma biblioteca de texto para fala (TTS), fala para texto (STT) e fala para fala (STS) construída sobre o framework MLX da Apple, fornecendo análise de fala eficiente no Apple Silicon.
MusicPlayer2 é um poderoso software de reprodução de música local, projetado para oferecer aos usuários a melhor experiência de reprodução de música local. Ele suporta exibição de letras, exibição de letras em estilo karaokê, download online de letras, edição de letras, reconhecimento de tags de música, exibição de capas de álbuns, download online de capas de álbuns, análise de espectro, configurações de efeitos sonoros, botões de miniatura da barra de tarefas, cor do tema, conversão de formato e outras funções, suporta um layout de interface altamente personalizável e suporta múltiplos kernels de reprodução (BASS e FFMpeg). O reprodutor suporta a maioria dos formatos de áudio comuns.
Kit de ferramentas para remover marcas d’água de áudio gerado por IA e impedir a atribuição forense. Neutraliza as impressões digitais do Suno, do Udio e de redes neurais por meio de mascaramento perceptivo ISO 226.
Uma biblioteca acelerada por GPU contendo blocos de construção altamente otimizados e um motor de execução para processamento de dados, a fim de acelerar aplicações de treinamento e inferência de aprendizado profundo.
Um modelo de clonagem de voz TTS rápido e de alta qualidade que alcança velocidades de 150× em tempo real。
Uma estrutura de visualização de áudio para iOS e macOS construída sobre o Core Audio, útil para qualquer pessoa que realize processamento e visualizações de áudio em tempo real e de baixa latência.
Converter Netease Cloud Music ncm para mp3 / flac. Converter arquivos Netease Cloud Music ncm para arquivos mp3/flac.
Um mecanismo de cancelamento ativo de ruído (ANC) de código aberto para Android. Utiliza processamento digital de sinais (DSP) de baixa latência para neutralizar os zumbidos do ambiente e ajudar você a recuperar a tranquilidade.
O repositório fornece o código para executar a inferência com o Meta Segment Anything Audio Model (SAM-Audio), links para baixar os checkpoints do modelo treinado e notebooks de exemplo que mostram como usar o modelo.
Streaming em tempo real do Whisper para transcrição e tradução de fala para texto de longa duração
✨ AsrTools: Ferramenta Inteligente de Voz para Texto | Processamento em Lote Eficiente | Interface Amigável | Sem Necessidade de GPU | Suporta Saída SRT/TXT | Transforme seu áudio em texto preciso instantaneamente!
modelo de linguagem grande multimodal de código aberto que pode ouvir, falar enquanto pensa. Apresentando capacidades conversacionais de entrada de fala em tempo real de ponta a ponta e saída de áudio em streaming.
Uma biblioteca para análise de áudio e música, extração de características.
Isolar vocais, bateria, baixo e outras partes instrumentais de qualquer música
:musical_note: :rainbow: Visualização de música de fita LED em tempo real usando Python e o ESP8266 ou Raspberry Pi
Manipulação e transformação de dados para processamento de sinais de áudio, potencializado pelo PyTorch
Um framework de detecção de palavra (ou frase) de ativação de áudio de código aberto com foco em desempenho e simplicidade.
A coleção de modelos de IA pré-treinados e de última geração para o ailia SDK
Um pequeno pacote que traz som para qualquer aplicação Go. Adequado para reprodução e processamento de áudio.
LedFx é um motor de efeitos LED baseado em rede, projetado para fornecer efeitos de áudio avançados em tempo real a uma ampla variedade de dispositivos.
Uma interface gráfica para o plugin de supressão de ruído em tempo real Pulse Audio de @werman
Converta vídeos do Bilibili em texto, tudo em um só passo, basta inserir o link para usar
Framework DSP C++ rápido e moderno, FFT, Conversão de Taxa de Amostragem, Filtros FIR/IIR/Biquad (SSE, AVX, AVX-512, ARM NEON, RISC-V RVV)
Conversão de fala para texto offline, simples e modificável - usando a VOSK-API.
Perguntas Frequentes
Qual é o repositório de #audio-processing mais popular no GitHub?
O projeto de código aberto de #audio-processing mais bem classificado no GitHub é openai/whisper, com 113,203 estrelas. Reconhecimento de Voz Robusto via Supervisão Fraca em Grande Escala
Quais linguagens de programação são mais usadas nos repositórios de #audio-processing?
Entre os projetos de #audio-processing mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Jupyter Notebook, Go.
Como é calculada a classificação dos repositórios de #audio-processing?
Acompanhamos 148 repositórios ativos de código aberto marcados com #audio-processing (com mais de 500 estrelas), totalizando 506,138 estrelas e uma média de 3,419 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.