#audio-processing Репозитории
Откройте для себя 148 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #audio-processing, с общим числом 506,138 звёзд (в среднем 3,419 на проект). Лидером этой темы является openai/whisper, набравший 113,203 звёзд.
Всего репозиториев: 148
Кросс-платформенные, настраиваемые решения ML для живых и потоковых медиа.
Локальный видеоредактор для агентов программирования: 42 инструмента FFmpeg с машиночитаемым контрактом и MCP-сервером для Claude Code, Cursor и Codex. Обрезка, субтитры, изменение кадрирования, настройка громкости и экспорт для платформ. Без облака и API-ключей.
Zero-Shot редактирование речи и преобразование текста в речь в реальных условиях
3FUI — это легкая профессиональная интерактивная оболочка для ffmpeg в Windows, включающая большое количество параметров, красивый интерфейс и дружелюбное взаимодействие. Этот проект ориентирован на отечественные условия использования, позволяя обычным людям легко сжимать видео и конвертировать форматы.
Библиотека преобразования текста в речь (TTS), речи в текст (STT) и речи в речь (STS), построенная на базе фреймворка MLX от Apple, обеспечивающая эффективный анализ речи на Apple Silicon.
MusicPlayer2 — это мощное программное обеспечение для воспроизведения локальной музыки, предназначенное для предоставления пользователям наилучших впечатлений от воспроизведения локальной музыки. Он поддерживает отображение текста песен, отображение текста песен в стиле караоке, онлайн-загрузку текста песен, редактирование текста песен, распознавание тегов песен, отображение обложек альбомов, онлайн-загрузку обложек альбомов, анализ спектра, настройки звуковых эффектов, кнопки миниатюр на панели задач, цвета темы, преобразование форматов и другие функции. Он поддерживает высоко настраиваемый макет интерфейса и поддерживает несколько ядер воспроизведения (BASS и FFMpeg). Плеер поддерживает большинство распространенных аудиоформатов.
Набор инструментов для удаления водяных знаков из аудио, созданного ИИ, и предотвращения криминалистической атрибуции. Нейтрализует отпечатки Suno, Udio и нейросетей с помощью перцептивного маскирования по ISO 226.
Библиотека с ускорением на GPU, содержащая высокооптимизированные строительные блоки и исполнительный движок для обработки данных, для ускорения приложений обучения и вывода глубокого обучения.
Высококачественная быстрая модель клонирования голоса TTS, достигающая скорости 150 раз в реальном времени。
Фреймворк визуализации звука для iOS и macOS, созданный на основе Core Audio, который полезен всем, кто занимается обработкой звука в реальном времени с низкой задержкой и визуализацией.
Конвертировать Netease Cloud Music ncm в mp3 / flac. Конвертируйте файлы ncm Netease Cloud Music в файлы mp3/flac.
Движок активного шумоподавления (ANC) с открытым исходным кодом для Android. Использует цифровую обработку сигналов (DSP) с низкой задержкой, чтобы нейтрализовать гул окружающей среды и помочь вам вернуть тишину.
В репозитории представлен код для выполнения инференса с помощью модели Meta Segment Anything Audio Model (SAM-Audio), ссылки для загрузки обученных контрольных точек модели и примеры ноутбуков, демонстрирующие, как использовать модель.
Whisper потоковая передача в реальном времени для длительной транскрипции и перевода речи в текст
✨ AsrTools: Умный инструмент преобразования голоса в текст | Эффективная пакетная обработка | Дружелюбный пользовательский интерфейс | GPU не требуется | Поддержка вывода SRT/TXT | Мгновенно преобразуйте аудио в точный текст!
Мультимодальная большая языковая модель с открытым исходным кодом, способная слышать, говорить и думать. Обладает возможностями ведения диалога в режиме реального времени с полным сквозным голосовым вводом и потоковым выводом аудио.
Выделяйте вокал, ударные, бас и другие инструментальные дорожки из любой песни
:musical_note: :rainbow: Визуализация музыки в реальном времени с помощью LED-ленты, используя Python и ESP8266 или Raspberry Pi
Фреймворк для обнаружения аудио-ключевых слов (или фраз) с открытым исходным кодом, ориентированный на производительность и простоту.
Небольшой пакет, который добавляет звук в любое приложение Go. Подходит для воспроизведения и обработки аудио.
LedFx — это сетевой движок светодиодных эффектов, предназначенный для обеспечения передовых аудиоэффектов в реальном времени для широкого спектра устройств.
Графический интерфейс для плагина подавления шума Pulse Audio от @werman в реальном времени
Преобразование видео Bilibili в текст, один шаг, просто введите ссылку для использования
Быстрый, современный C++ DSP фреймворк, FFT, преобразование частоты дискретизации, FIR/IIR/Biquad фильтры (SSE, AVX, AVX-512, ARM NEON, RISC-V RVV)
Простое, легко взламываемое приложение для преобразования речи в текст в автономном режиме с использованием VOSK-API.
Часто задаваемые вопросы
Какой репозиторий по теме #audio-processing наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #audio-processing на GitHub — openai/whisper, набравший 113,203 звёзд. Надежное распознавание речи с помощью крупномасштабного слабого надзора
Какие языки программирования чаще всего используются в репозиториях по теме #audio-processing?
Среди наиболее высоко оценённых проектов по теме #audio-processing на GitHub чаще всего используются языки программирования Python, C++, Jupyter Notebook, Go.
Как рассчитывается рейтинг репозиториев по теме #audio-processing?
Мы отслеживаем 148 активных репозиториев с открытым исходным кодом, отмеченных тегом #audio-processing (500 и более звёзд), с общим числом 506,138 звёзд и в среднем 3,419 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.