#residual-vector-quantization Repositórios
Descubra 3 repositórios ativos de código aberto no GitHub marcados com #residual-vector-quantization, acumulando um total de 6,401 estrelas (uma média de 2,133 por projeto). O líder deste tópico é facebookresearch/encodec, com 3,867 estrelas.
3 repositórios no total
Codec de áudio de última geração baseado em aprendizado profundo, com suporte tanto para áudio mono de 24 kHz quanto para áudio estéreo de 48 kHz.
Codec de áudio de última geração com fator de compressão de 90x. Suporta áudio mono/estéreo de 44,1kHz, 24kHz e 16kHz.
Este é o código para o SpeechTokenizer apresentado em SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. As amostras são apresentadas em
Perguntas Frequentes
Qual é o repositório de #residual-vector-quantization mais popular no GitHub?
O projeto de código aberto de #residual-vector-quantization mais bem classificado no GitHub é facebookresearch/encodec, com 3,867 estrelas. Codec de áudio de última geração baseado em aprendizado profundo, com suporte tanto para áudio mono de 24 kHz quanto para áudio estéreo de 48 kHz.
Quais linguagens de programação são mais usadas nos repositórios de #residual-vector-quantization?
Entre os projetos de #residual-vector-quantization mais bem classificados no GitHub, as linguagens de programação mais comuns são Python.
Como é calculada a classificação dos repositórios de #residual-vector-quantization?
Acompanhamos 3 repositórios ativos de código aberto marcados com #residual-vector-quantization (com mais de 500 estrelas), totalizando 6,401 estrelas e uma média de 2,133 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.