Git Stars Git Stars

#audio-processing Repositórios

148
Total de Repositórios
506,138
Total de estrelas
3,419
Média de Estrelas/Repositório

148 repositórios no total

51
julius-speech/julius

Motor de Reconhecimento de Fala Contínuo de Vocabulário Grande de Código Aberto

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Atualizado 2025-06-16 📅 Criado 2015-04-28
52
gpt-omni/mini-omni2

Rumo ao GPT-4o de código aberto, com capacidades de visão, fala e duplex.

gpt-omni
⭐ 1,896 Python 👤 gpt-omni Organization 🕐 Atualizado 2025-01-16 📅 Criado 2024-10-14
53
mltframework/mlt

Estrutura Multimídia MLT

mltframework
⭐ 1,880 C 👤 mltframework Organization 🕐 Atualizado 2026-11-21 📅 Criado 2012-04-13
54
QwenLM/Qwen-Audio

O repositório oficial do Qwen-Audio (通义千问-Audio), um modelo de linguagem de áudio grande pré-treinado e de chat proposto pela Alibaba Cloud.

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 Atualizado 2024-07-05 📅 Criado 2023-11-07
55
Audio-AGI/AudioSep

Implementação oficial de "Separate Anything You Describe"

Audio-AGI
⭐ 1,857 Python 👤 Audio-AGI Organization 🕐 Atualizado 2024-11-26 📅 Criado 2023-08-08
56
letoram/arcan

As corujas não são o que parecem.

letoram
⭐ 1,835 Zig 👤 letoram User 🕐 Atualizado 2026-07-29 📅 Criado 2013-11-08
57
wseemann/FFmpegMediaMetadataRetriever

FFmpegMediaMetadataRetriever oferece uma interface unificada para recuperar dados de quadro e metadados de um arquivo de mídia de entrada.

wseemann
⭐ 1,784 C 👤 wseemann User 🕐 Atualizado 2026-06-28 📅 Criado 2013-04-05
58
audiamus/AaxAudioConverter

Converter arquivos Audible aax para mp3 e m4a/m4b

audiamus
⭐ 1,768 C# 👤 audiamus User 🕐 Atualizado 2024-06-03 📅 Criado 2019-03-09
59
googlecreativelab/teachablemachine-community

Exemplos de trechos de código e código de aprendizado de máquina para o Teachable Machine

googlecreativelab
⭐ 1,751 TypeScript 👤 googlecreativelab Organization 🕐 Atualizado 2026-06-19 📅 Criado 2019-06-17
60
timschneeb/RootlessJamesDSP

Uma implementação do motor de processamento de áudio JamesDSP para todo o sistema para dispositivos Android não-root

timschneeb
⭐ 1,739 C 👤 timschneeb User 🕐 Atualizado 2026-08-31 📅 Criado 2022-06-30
61
strob/gentle

alinhador forçado suave

strob
⭐ 1,713 Python 👤 strob User 🕐 Atualizado 2026-07-24 📅 Criado 2015-10-23
62
opendatalab/labelU

Plataforma open-source de anotação de dados multimodais com suporte a auto-anotação por IA.

opendatalab
⭐ 1,709 Python 👤 opendatalab Organization 🕐 Atualizado 2026-07-28 📅 Criado 2022-10-19
65
ZFTurbo/Music-Source-Separation-Training

Repositório para treinamento de modelos para separação de fontes musicais.

ZFTurbo
⭐ 1,644 Python 👤 ZFTurbo User 🕐 Atualizado 2026-11-21 📅 Criado 2023-11-06
66
espressif/esp-sr

Reconhecimento de fala

espressif
⭐ 1,589 C 👤 espressif Organization 🕐 Atualizado 2026-11-11 📅 Criado 2019-07-29
67
bytedance/SALMONN

Família SALMONN: Uma suíte de LLMs multimodais avançados

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Atualizado 2026-10-16 📅 Criado 2023-08-11
68
kyutai-labs/hibiki

Hibiki é um modelo para tradução de fala em streaming (também conhecida como tradução simultânea). Ao contrário da tradução offline - onde se espera o fim da fala de origem para começar a traduzir - o Hibiki adapta seu fluxo para acumular contexto suficiente para produzir uma tradução correta em tempo real, trecho a trecho.

kyutai-labs
⭐ 1,540 Rust 👤 kyutai-labs Organization 🕐 Atualizado 2026-09-09 📅 Criado 2025-02-04
69
scraed/LanPaint

Inpaint de alta qualidade e sem necessidade de treinamento para todos os modelos Stable Diffusion. Compatível com ComfyUI

scraed
⭐ 1,493 Python 👤 scraed User 🕐 Atualizado 2026-09-28 📅 Criado 2025-02-27
70
mikeroyal/PipeWire-Guide

Guia do PipeWire. Saiba como o PipeWire oferece ao seu sistema Linux um fluxo de trabalho profissional de processamento de áudio/vídeo.

mikeroyal
⭐ 1,482 Shell 👤 mikeroyal User 🕐 Atualizado 2025-06-27 📅 Criado 2021-12-05
71
microsoft/DNS-Challenge

Este repositório contém os scripts, modelos e arquivos necessários para o Desafio de Supressão Profunda de Ruído (DNS).

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 Atualizado 2026-11-10 📅 Criado 2020-01-14
72
BillyDM/awesome-audio-dsp

Minha lista curada de recursos para desenvolvimento de DSP de áudio e plugins (fork do Github)

BillyDM
⭐ 1,477 👤 BillyDM User 🕐 Atualizado 2026-10-08 📅 Criado 2020-11-22
73
Tracktion/tracktion_engine

Módulo Tracktion Engine

Tracktion
⭐ 1,467 C++ 👤 Tracktion Organization 🕐 Atualizado 2026-11-20 📅 Criado 2018-11-09
74
cycfi/q

Biblioteca C++ para Processamento Digital de Sinais de Áudio

cycfi
⭐ 1,461 C++ 👤 cycfi Organization 🕐 Atualizado 2026-11-09 📅 Criado 2017-11-04
76
R3gm/SoniTranslate

Tradução Sincronizada para Vídeos. Dublagem de vídeo

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Atualizado 2026-08-29 📅 Criado 2023-06-27
77
acoustid/chromaprint

Biblioteca C para gerar impressões digitais de áudio usadas pelo AcoustID

acoustid
⭐ 1,430 C++ 👤 acoustid Organization 🕐 Atualizado 2026-10-15 📅 Criado 2011-04-17
78
SongTube/SongTube-App

Aplicativo Simples e Bonito (Ferramenta) feito em Flutter para Baixar Mídia do YouTube

SongTube
⭐ 1,410 Dart 👤 SongTube Organization 🕐 Atualizado 2026-08-01 📅 Criado 2020-04-14
79
eugeneware/ffmpeg-static

Binários estáticos do ffmpeg para Mac OSX, Linux e Windows

eugeneware
⭐ 1,410 JavaScript 👤 eugeneware User 🕐 Atualizado 2026-03-21 📅 Criado 2015-01-19
80
DBraun/DawDreamer

Estação de Trabalho de Áudio Digital com Python; instrumentos/efeitos VST, automação de parâmetros, FAUST, JAX, Marcadores de Warp e processadores JUCE

DBraun
⭐ 1,360 C++ 👤 DBraun User 🕐 Atualizado 2026-11-01 📅 Criado 2020-08-03
81
FunAudioLLM/FunMusic

Um kit de ferramentas fundamental projetado para geração de música, canções e áudio

QwenAudio
⭐ 1,352 Python 👤 QwenAudio Organization 🕐 Atualizado 2025-05-20 📅 Criado 2024-10-29
82
YannickJadoul/Parselmouth

Praat em Python, a maneira Pythonica

YannickJadoul
⭐ 1,300 C++ 👤 YannickJadoul User 🕐 Atualizado 2026-11-21 📅 Criado 2017-06-06
83
ictnlp/StreamSpeech

StreamSpeech é um modelo contínuo "tudo em um" para reconhecimento de fala offline e simultâneo, tradução de fala e síntese de fala.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Atualizado 2025-06-29 📅 Criado 2024-06-04
84
diodiogod/TTS-Audio-Suite

Uma integração de nós personalizados do ComfyUI para conversão local de texto em fala e voz, multi-motor e multilíngue. Suporta: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (clássico e multilíngue), F5-TTS, Higgs Audio 2, 3 e VibeVoice com comprimento de texto ilimitado, sincronização SRT, suporte a personagens e muitas ferramentas de áudio.

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 Atualizado 2026-11-19 📅 Criado 2025-08-06
85
unosquare/ffmediaelement

FFME: O Avançado WPF MediaElement (baseado em FFmpeg)

unosquare
⭐ 1,255 C# 👤 unosquare Organization 🕐 Atualizado 2024-06-26 📅 Criado 2016-01-26
86
rhasspy/wyoming-satellite

Satélite de voz remoto usando o protocolo Wyoming

rhasspy
⭐ 1,221 Python 👤 rhasspy Organization 🕐 Atualizado 2026-01-24 📅 Criado 2023-11-29
87
VOICEVOX/voicevox_core

Núcleo do VOICEVOX, um software de conversão de texto em fala de qualidade média e gratuito.

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-08-31
88
midas-research/audino

Ferramenta de anotação de áudio de código aberto para humanos

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 Atualizado 2026-02-03 📅 Criado 2019-10-03
89
CarlGao4/Demucs-Gui

Uma GUI para a IA de separação musical Demucs

CarlGao4
⭐ 1,133 Python 👤 CarlGao4 User 🕐 Atualizado 2025-06-20 📅 Criado 2021-12-03
90
KinWaiCheuk/nnAudio

Processamento de áudio usando a rede de convolução 1D do PyTorch

KinWaiCheuk
⭐ 1,131 Python 👤 KinWaiCheuk User 🕐 Atualizado 2026-05-21 📅 Criado 2019-09-02
91
LearnedVector/A-Hackers-AI-Voice-Assistant

Um assistente de IA hacker, construído usando Python e PyTorch.

LearnedVector
⭐ 1,121 Python 👤 LearnedVector User 🕐 Atualizado 2025-12-15 📅 Criado 2020-05-01
92
X-LANCE/SLAM-LLM

Uma Estrutura para Processamento de Fala, Linguagem, Áudio e Música com Modelo de Linguagem Grande

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 Atualizado 2026-01-15 📅 Criado 2023-10-23
93
AddictedCS/soundfingerprinting

Impressão digital de áudio de código aberto em .NET. Um algoritmo eficiente para impressão digital acústica escrito puramente em C#.

AddictedCS
⭐ 1,046 C# 👤 AddictedCS User 🕐 Atualizado 2026-11-20 📅 Criado 2011-11-17
94
zhaolewei/ZlwAudioRecorder

AudioRecorder: Biblioteca Android para gravação e visualização de áudio, com suporte para gravação de áudio nos formatos PCM, WAV e MP3.

zhaolewei
⭐ 1,037 Java 👤 zhaolewei User 🕐 Atualizado 2025-11-26 📅 Criado 2018-07-04
95
QwenLM/Qwen3-ASR-Toolkit

Kit de ferramentas Python oficial para a API Qwen3-ASR. Chamadas paralelas de alto rendimento, transcrição robusta de áudios longos e suporte a múltiplas taxas de amostragem.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Atualizado 2026-02-05 📅 Criado 2025-09-16
96
espressif/esp-skainet

Assistente de voz inteligente Espressif

espressif
⭐ 1,003 C 👤 espressif Organization 🕐 Atualizado 2026-10-28 📅 Criado 2019-08-01
97
BeyondtheApex/ChillPatcher

Este repositório hospeda mods personalizados de melhoria de áudio e extensão de recursos desenvolvidos para vários jogos. Atualmente, suporta Forza Horizon 6 e Chill with You : Lo-Fi Story (um jogo lo-fi de estudo/foco).

BeyondtheApex
⭐ 901 C# 👤 BeyondtheApex User 🕐 Atualizado 2026-06-10 📅 Criado 2025-11-22
98
lifeiteng/OmniSenseVoice

Omni SenseVoice: Reconhecimento de Voz de Alta Velocidade com timestamps das palavras 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Atualizado 2025-12-10 📅 Criado 2024-09-22
⭐ 888 C 👤 Sneeds-Feed-and-Seed Organization 🕐 Atualizado 2026-04-28 📅 Criado 2021-07-05
100
leibnizli/hummingbird

Um aplicativo de compressão (jpg/png/webp/svg/gif/css/js/html/mp4/mov), ele pode converter imagens de diferentes formatos, com suporte para macOS e Windows.

leibnizli
⭐ 873 JavaScript 👤 leibnizli User 🕐 Atualizado 2026-10-02 📅 Criado 2015-09-20