#audio-processing Repositórios
148 repositórios no total
Um invólucro Python para o vocoder de alta qualidade "World"
Modelos Generativos Baseados em Pontuação (Modelos de Difusão) para Melhoramento de Fala e Desreverberação
Ferramenta de Produtividade de IA - Gratuita e de código aberto, melhora a produtividade do usuário e protege a privacidade e a segurança dos dados. Incluindo, mas não se limitando a: modelos locais exclusivos integrados como ChatGPT, DeepSeek, Phi, Qwen e outros, processamento inteligente em lote de imagens, vídeos, áudios, etc., com um clique.
Programa Python para renderizar arquivos de áudio em visualizações de osciloscópio, apresentando um algoritmo avançado de disparo baseado em correlação
Biblioteca C++ somente de cabeçalho para remostragem de áudio profissional / conversão de taxa de amostragem de alta qualidade. Muito rápida, tanto para remostragem de áudio quanto para interpolação de séries temporais.
Coleção de recursos sobre as aplicações de Modelos de Linguagem Grandes (LLMs) em IA de Áudio.
Espelho oficial da Rubber Band Library, uma biblioteca de estiramento de tempo de áudio e mudança de tom.
Avaliação automática unificada de qualidade para fala, música e som.
Um removedor de música e ruído leve e baseado em C++ para YouTube e outras mídias da internet, utilizando DeepFilterNet para o aprimoramento de áudio.
⏩ Avança as longas pausas entre frases — assista a palestras ~1,5x mais rápido (extensão do navegador)
Uma utilidade de detecção de batidas que utiliza a Web Audio API.
[IJCV 2026] FoleyCrafter: Dê vida aos seus vídeos silenciosos com sons realistas e sincronizados.
Um conjunto de dados de mais de 10000 horas para reconhecimento de fala em chinês
Wrapper PESQ (Perceptual Evaluation of Speech Quality) para Usuários Python (banda estreita e banda larga)
Checkrr escaneia os arquivos da sua biblioteca em busca de mídia corrompida e, opcionalmente, substitui os arquivos via Sonarr e Radarr.
Um pequeno pacote que traz som para qualquer aplicação Go. Adequado para reprodução e processamento de áudio.
Criar plug-ins VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP para Linux/macOS/Windows, usando D.
Um script para anotação automática em lote de emoções de áudio baseado em Emotion2Vec
Diferentes implementações de "Erro de Predição Ponderada" para desreverberação de fala
Vector Hub - Biblioteca para descoberta e consumo fáceis de modelos de ponta para transformar dados em vetores. (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc)
Um projeto de código aberto para unificar o processamento e a geração de áudio
The Amazing Audio Engine é um framework sofisticado para aplicações de áudio em iOS, construído para que você não precise fazê-lo.
Servidor API e websocket para sensevoice. Herdou algumas funcionalidades aprimoradas, como detecção VAD, reconhecimento de streaming em tempo real e verificação de locutor.
Reverse Engineering do tokenizador semântico de fala supervisionado (S3Tokenizer) proposto no CosyVoice
Conjunto de dados de atores multimodais emocionais de crowdsourcing (CREMA-D)
Um motor de áudio e MIDI modular de alto desempenho para .NET 8+. Um kit de ferramentas completo para todo o ciclo de vida do áudio: reprodução, gravação, edição multipista, síntese profissional (MPE/SF2), DSP em tempo real e visualização. Inclui um conjunto de segurança exclusivo para criptografia AES-256, impressão digital acústica e marca d'água. Com suporte a SIMD e NativeAOT.
Repositório oficial para WavCraft, um agente de IA para criação e edição de áudio