Git Stars Git Stars

#audio-processing 仓库

探索 148 个标记为 #audio-processing 的活跃开源 GitHub 仓库,它们累计获得 506,138 个 Star(平均每个项目 3,419 个)。该主题的领先项目是 openai/whisper,拥有 113,203 个 Star。

148
仓库总数
506,138
总星标数
3,419
平均每个仓库星标数

共 148 个仓库

1
openai/whisper

通过大规模弱监督实现鲁棒的语音识别

openai
⭐ 113,203 Python 👤 openai Organization 🕐 已更新 2026-08-31 📅 创建时间 2022-09-16
2
google-ai-edge/mediapipe

跨平台、可定制的机器学习解决方案,用于实时和流媒体。

google-ai-edge
⭐ 37,769 C++ 👤 google-ai-edge Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-06-13
3
deezer/spleeter

Deezer 源分离库,包括预训练模型。

deezer
⭐ 28,541 Python 👤 deezer Organization 🕐 已更新 2026-10-28 📅 创建时间 2019-09-26
4
w-okada/voice-changer

实时变声器 Realtime Voice Changer

w-okada
⭐ 21,430 Python 👤 w-okada User 🕐 已更新 2026-11-17 📅 创建时间 2022-08-22
5
speechbrain/speechbrain

一个基于PyTorch的语音工具包

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 已更新 2026-10-14 📅 创建时间 2020-04-28
6
kajisho5/ffmpeg-skill

面向编程代理的本地视频编辑器:提供 42 个 FFmpeg 工具、机器可读的契约和 MCP 服务器,适用于 Claude Code、Cursor 和 Codex。支持剪辑、字幕、画面重构、响度调整和平台格式导出。无需云服务,无需 API 密钥。

kajisho5
⭐ 9,108 Python 👤 kajisho5 User 🕐 已更新 2026-11-21 📅 创建时间 2026-09-03
7
facebookresearch/ImageBind

ImageBind 融合所有内容的统一嵌入空间

facebookresearch
⭐ 9,084 Python 👤 facebookresearch Organization 🕐 已更新 2025-11-21 📅 创建时间 2023-03-23
8
jasonppy/VoiceCraft

野外的零样本语音编辑和文本到语音

jasonppy
⭐ 8,587 Jupyter Notebook 👤 jasonppy User 🕐 已更新 2026-05-30 📅 创建时间 2024-03-12
9
Lake1059/FFmpegFreeUI

3FUI 是 ffmpeg 在 Windows 上的轻度专业交互外壳,收录大量参数,界面美观,交互友好。此项目面向国内使用环境,让普通人也能够轻松压制视频和转换格式。

Lake1059
⭐ 8,552 Visual Basic .NET 👤 Lake1059 User 🕐 已更新 2026-11-18 📅 创建时间 2025-05-17
10
Neywa-Labs/mlx-audio

一个基于 Apple MLX 框架的文本转语音 (TTS)、语音转文本 (STT) 和语音转语音 (STS) 库,可在 Apple Silicon 上提供高效的语音分析。

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-11-27
11
bitgapp/eqMac

macOS 系统级音频均衡器 & 音量混音器 🎧

bitgapp
⭐ 6,837 Swift 👤 bitgapp Organization 🕐 已更新 2026-09-19 📅 创建时间 2017-07-23
12
zhongyang219/MusicPlayer2

MusicPlayer2是一款功能强大的本地音乐播放软件,旨在为用户提供最佳的本地音乐播放体验。它支持歌词显示、歌词卡拉OK样式显示、歌词在线下载、歌词编辑、歌曲标签识别、专辑封面显示、专辑封面在线下载、频谱分析、音效设置、任务栏缩略图按钮、主题颜色、格式转换等功能,支持高度自定义的界面布局,支持多种播放内核(BASS和FFMpeg)。播放器支持大部分常见的音频格式。

zhongyang219
⭐ 6,776 C++ 👤 zhongyang219 User 🕐 已更新 2026-10-04 📅 创建时间 2017-08-09
13
spotify/pedalboard

🎛 🔊 一个用于音频的 Python 库。

spotify
⭐ 6,495 C++ 👤 spotify Organization 🕐 已更新 2026-11-09 📅 创建时间 2021-07-06
14
WyattBlue/auto-editor

轻松视频编辑!

WyattBlue
⭐ 6,040 Nim 👤 WyattBlue User 🕐 已更新 2026-11-21 📅 创建时间 2020-04-30
15
AhmadHassan-BTed/NaSuno-SongHumanizer

AI 音频水印移除与取证反溯源工具包。利用 ISO 226 感知掩蔽技术消除 Suno、Udio 和神经网络指纹。

AhmadHassan-BTed
⭐ 5,950 👤 AhmadHassan-BTed User 🕐 已更新 2026-11-05 📅 创建时间 2023-07-25
16
NVIDIA/DALI

一个GPU加速库,包含高度优化的构建模块和数据处理执行引擎,用于加速深度学习训练和推理应用。

NVIDIA
⭐ 5,797 C++ 👤 NVIDIA Organization 🕐 已更新 2026-11-20 📅 创建时间 2018-06-01
17
cgzirim/seek-tune

Shazam的歌曲识别算法实现。

cgzirim
⭐ 5,606 Go 👤 cgzirim User 🕐 已更新 2025-11-19 📅 创建时间 2024-03-05
18
ysharma3501/LuxTTS

一种高质量、快速的 TTS 语音克隆模型,能够达到 150 倍实时速度。

ysharma3501
⭐ 5,562 Python 👤 ysharma3501 User 🕐 已更新 2026-06-05 📅 创建时间 2026-01-23
19
willianjusten/awesome-audio-visualization

关于音频可视化的精选列表。

willianjusten
⭐ 5,115 Shell 👤 willianjusten User 🕐 已更新 2026-08-13 📅 创建时间 2016-03-24
20
facebookresearch/AugLy

音频、图像、文本和视频的数据增强库。

facebookresearch
⭐ 5,097 Python 👤 facebookresearch Organization 🕐 已更新 2026-11-17 📅 创建时间 2021-06-09
21
syedhali/EZAudio

一个基于 Core Audio 构建的 iOS 和 macOS 音频可视化框架,适用于进行实时、低延迟音频处理和可视化的任何人。

syedhali
⭐ 4,979 Objective-C 👤 syedhali User 🕐 已更新 2025-09-09 📅 创建时间 2013-11-30
22
taurusxin/ncmdump

转换网易云音乐 ncm 到 mp3 / flac. 将网易云音乐的 ncm 文件转换为 mp3/flac 文件。

taurusxin
⭐ 4,940 C++ 👤 taurusxin User 🕐 已更新 2026-08-20 📅 创建时间 2021-10-06
23
AhmadHassan-BTed/AhSilence

一款开源的 Android 主动降噪(ANC)引擎。利用低延迟数字信号处理(DSP)消除环境噪声,助你重享宁静。

AhmadHassan-BTed
⭐ 4,933 Kotlin 👤 AhmadHassan-BTed User 🕐 已更新 2026-11-10 📅 创建时间 2026-07-03
24
facebookresearch/sam-audio

该存储库提供了用于使用 Meta Segment Anything Audio Model (SAM-Audio) 运行推理的代码、用于下载已训练模型检查点的链接以及演示如何使用该模型的示例 notebook。

facebookresearch
⭐ 3,760 Python 👤 facebookresearch Organization 🕐 已更新 2026-05-26 📅 创建时间 2025-09-04
25
ufal/whisper_streaming

Whisper 实时流式传输,用于长语音到文本的转录和翻译

ufal
⭐ 3,680 Python 👤 ufal Organization 🕐 已更新 2025-11-12 📅 创建时间 2023-04-05
26
WEIFENG2333/AsrTools

✨ AsrTools:智能语音转文本工具 | 高效批量处理 | 用户友好界面 | 无需GPU | 支持SRT/TXT输出 | 瞬间将您的音频转换为准确文本!

WEIFENG2333
⭐ 3,508 Python 👤 WEIFENG2333 User 🕐 已更新 2025-11-25 📅 创建时间 2024-09-17
27
gpt-omni/mini-omni

一个开源的多模态大型语言模型,能够边听边说边思考。具有实时端到端语音输入和流式音频输出对话能力。

gpt-omni
⭐ 3,504 Python 👤 gpt-omni Organization 🕐 已更新 2024-11-05 📅 创建时间 2024-08-27
28
antiboredom/videogrep

使用Python进行自动视频剪辑

antiboredom
⭐ 3,446 Python 👤 antiboredom User 🕐 已更新 2024-04-19 📅 创建时间 2014-05-27
29
libAudioFlux/audioFlux

一个用于音频和音乐分析、特征提取的库。

libAudioFlux
⭐ 3,386 C 👤 libAudioFlux Organization 🕐 已更新 2026-03-06 📅 创建时间 2023-01-16
30
j-p-higgins/SoundThread

The Composers Desktop Project 的节点式 GUI

j-p-higgins
⭐ 3,279 GDScript 👤 j-p-higgins User 🕐 已更新 2026-11-18 📅 创建时间 2025-05-06
31
stemrollerapp/stemroller

从任何歌曲中分离出人声、鼓、贝斯和其他乐器音轨

stemrollerapp
⭐ 3,197 Svelte 👤 stemrollerapp Organization 🕐 已更新 2026-06-30 📅 创建时间 2022-07-10
32
sdatkinson/neural-amp-modeler

吉他放大器的神经网络仿真器。

sdatkinson
⭐ 3,160 Python 👤 sdatkinson User 🕐 已更新 2026-11-17 📅 创建时间 2019-01-03
33
scottlawsonbc/audio-reactive-led-strip

:musical_note: :rainbow: 使用 Python 和 ESP8266 或 Raspberry Pi 的实时 LED 灯带音乐可视化

scottlawsonbc
⭐ 2,995 Python 👤 scottlawsonbc User 🕐 已更新 2026-01-06 📅 创建时间 2016-10-12
34
pytorch/audio

音频信号处理的数据操作和转换,由 PyTorch 提供支持

pytorch
⭐ 2,971 Python 👤 pytorch Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-05-05
35
dscripka/openWakeWord

一个注重性能和简洁性的开源音频唤醒词(或短语)检测框架。

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 已更新 2025-12-30 📅 创建时间 2022-05-28
36
davabase/whisper_real_time

使用 OpenAI Whisper 进行实时转录。

davabase
⭐ 2,936 Python 👤 davabase User 🕐 已更新 2025-04-15 📅 创建时间 2022-11-29
37
GyanD/codexffmpeg

对 https://www.gyan.dev/ffmpeg 的支持

GyanD
⭐ 2,633 👤 GyanD User 🕐 已更新 2026-11-20 📅 创建时间 2020-10-24
39
ailia-ai/ailia-models

ailia SDK 的预训练、最先进的 AI 模型集合

ailia-ai
⭐ 2,406 Python 👤 ailia-ai Organization 🕐 已更新 2026-11-19 📅 创建时间 2019-09-07
40
android/ndk

Android 原生开发工具包

android
⭐ 2,331 👤 android Organization 🕐 已更新 2026-11-16 📅 创建时间 2015-12-16
41
faiface/beep

为任何 Go 应用程序带来声音的小型软件包。适用于播放和音频处理。

faiface
⭐ 2,192 Go 👤 faiface User 🕐 已更新 2024-03-19 📅 创建时间 2017-07-14
42
LAION-AI/CLAP

对比语言-音频预训练

LAION-AI
⭐ 2,167 Python 👤 LAION-AI Organization 🕐 已更新 2025-05-15 📅 创建时间 2022-03-06
43
monocasual/giada

你的硬核循环机。

monocasual
⭐ 2,130 C++ 👤 monocasual Organization 🕐 已更新 2026-11-21 📅 创建时间 2012-11-08
44
LedFx/LedFx

LedFx 是一个基于网络的 LED 效果引擎,旨在为各种设备提供高级的实时音频效果。

LedFx
⭐ 2,109 Python 👤 LedFx Organization 🕐 已更新 2026-11-16 📅 创建时间 2020-12-18
45
josh-richardson/cadmus

@werman的Pulse Audio实时降噪插件的GUI前端

josh-richardson
⭐ 2,068 Python 👤 josh-richardson User 🕐 已更新 2025-09-10 📅 创建时间 2020-06-28
46
lanbinleo/bili2text

Bilibili视频转文字,一步到位,输入链接即可使用

lanbinleo
⭐ 2,020 Python 👤 lanbinleo User 🕐 已更新 2026-11-03 📅 创建时间 2023-11-25
47
flybirdxx/ComfyUI-Qwen-TTS

Qwen3-TTS ComfyUI 的简单实现

flybirdxx
⭐ 1,981 Python 👤 flybirdxx User 🕐 已更新 2026-11-10 📅 创建时间 2026-01-22
48
kadirnar/whisper-plus

WhisperPlus:更快、更智能、更强大 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 已更新 2026-11-02 📅 创建时间 2023-11-21
49
kfrlib/kfr

快速、现代的C++ DSP框架,FFT,采样率转换,FIR/IIR/Biquad滤波器(SSE,AVX,AVX-512,ARM NEON,RISC-V RVV)

kfrlib
⭐ 1,940 C++ 👤 kfrlib Organization 🕐 已更新 2026-11-20 📅 创建时间 2016-06-29
50
ideasman42/nerd-dictation

简单、可破解的离线语音转文本 - 使用 VOSK-API。

ideasman42
⭐ 1,932 Python 👤 ideasman42 User 🕐 已更新 2025-10-10 📅 创建时间 2021-05-25

常见问题解答

1

GitHub 上最受欢迎的 #audio-processing 仓库是什么?

GitHub 上排名第一的开源 #audio-processing 项目是 openai/whisper,拥有 113,203 个 Star。通过大规模弱监督实现鲁棒的语音识别

2

#audio-processing 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #audio-processing 项目中,最常见的编程语言是 Python, C++, Jupyter Notebook, Go。

3

#audio-processing 仓库的排名是如何计算的?

我们跟踪了 148 个标记为 #audio-processing 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 506,138 个 Star,平均每个仓库拥有 3,419 个 Star。排名每日根据 GitHub API 更新。