#digital-signal-processing Repositórios
Descubra 47 repositórios ativos de código aberto no GitHub marcados com #digital-signal-processing, acumulando um total de 74,465 estrelas (uma média de 1,584 por projeto). O líder deste tópico é jaakkopasanen/AutoEq, com 16,478 estrelas.
47 repositórios no total
Equalização automática de fones de ouvido a partir de respostas de frequência
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.
PainterEngine é um motor de aplicação/jogo com renderizador de software, PainterEngine pode ser transplantado para qualquer plataforma que suporte C
Ferramentas de áudio (uma poderosa biblioteca de áudio para microcontroladores e computadores desktop)
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)
Código e slides da minha série do YouTube chamada "Processamento de Sinais de Áudio para Machine Learning"
Teoria de processamento digital de sinais (DSP): sinais, filtragem (IIR, FIR, CIC, MAF), transformadas (FFT, DFT, Hilbert, Transformada Z) etc.
Sound As Pure Form - uma linguagem tipo Forth para síntese de áudio usando listas preguiçosas e mapeamento automático estilo APL.
Processamento Digital de Sinais - Teoria e Exemplos Computacionais
Jammer de radiofrequência subghz ajustável em frequência e pré-configurado para Flipper Zero
Um invólucro Python para o vocoder de alta qualidade "World"
Medidor de volume de áudio flexível em Python com implementação do algoritmo de volume ITU-R BS.1770-4
Airwindows, Consolidados em uma Biblioteca Única, Plugin de Rack e Plugin de DAW
Espelho oficial da Rubber Band Library, uma biblioteca de estiramento de tempo de áudio e mudança de tom.
Um processador de efeitos de guitarra de baixa latência adequado para rodar em um raspberry pi
Codec de voz de código aberto projetado para qualidade de comunicação de fala entre 450 e 3200 bits/s. A principal aplicação é rádio digital HF/VHF de baixa largura de banda.
Guia de Processamento de Sinal de Imagem (ISP). Aprenda tudo sobre o processo de converter uma imagem/vídeo em formato digital, realizando tarefas como redução de ruído, filtragem, exposição automática, foco automático, correção HDR e nitidez de imagem com um tipo especializado de processador de mídia.
PySDR é um guia sobre rádio definido por software (SDR) e processamento de sinais RF usando Python, disponível em https://pysdr.org
Framework para desenvolver plugins de áudio com a linguagem de programação Csound.
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.
Grande coleção de sistemas numéricos que fornecem aritmética personalizada para o desenvolvimento e otimização de algoritmos de precisão mista para IA, aprendizado de máquina, visão computacional, processamento de sinais, CAE, EDA, controle, otimização, estimativa e aproximação.
Perguntas Frequentes
Qual é o repositório de #digital-signal-processing mais popular no GitHub?
O projeto de código aberto de #digital-signal-processing mais bem classificado no GitHub é jaakkopasanen/AutoEq, com 16,478 estrelas. Equalização automática de fones de ouvido a partir de respostas de frequência
Quais linguagens de programação são mais usadas nos repositórios de #digital-signal-processing?
Entre os projetos de #digital-signal-processing mais bem classificados no GitHub, as linguagens de programação mais comuns são C++, C, Python, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #digital-signal-processing?
Acompanhamos 47 repositórios ativos de código aberto marcados com #digital-signal-processing (com mais de 500 estrelas), totalizando 74,465 estrelas e uma média de 1,584 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.