Git Stars Git Stars

#audio-processing 仓库

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

51
julius-speech/julius

开源大词汇量连续语音识别引擎

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 已更新 2025-06-16 📅 创建时间 2015-04-28
52
gpt-omni/mini-omni2

迈向支持视觉、语音和双向能力的开源 GPT-4o。

gpt-omni
⭐ 1,896 Python 👤 gpt-omni Organization 🕐 已更新 2025-01-16 📅 创建时间 2024-10-14
53
mltframework/mlt

MLT 多媒体框架

mltframework
⭐ 1,880 C 👤 mltframework Organization 🕐 已更新 2026-11-21 📅 创建时间 2012-04-13
54
QwenLM/Qwen-Audio

Alibaba Cloud 提出的 Qwen-Audio (通义千问-Audio) 聊天与预训练大型音频语言模型的官方仓库。

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 已更新 2024-07-05 📅 创建时间 2023-11-07
55
Audio-AGI/AudioSep

“分离你描述的任何内容”官方实现

Audio-AGI
⭐ 1,857 Python 👤 Audio-AGI Organization 🕐 已更新 2024-11-26 📅 创建时间 2023-08-08
56
letoram/arcan

猫头鹰并非它们看上去的那样。

letoram
⭐ 1,835 Zig 👤 letoram User 🕐 已更新 2026-07-29 📅 创建时间 2013-11-08
57
wseemann/FFmpegMediaMetadataRetriever

FFmpegMediaMetadataRetriever 提供了一个统一的接口,用于从输入媒体文件中检索帧和元数据。

wseemann
⭐ 1,784 C 👤 wseemann User 🕐 已更新 2026-06-28 📅 创建时间 2013-04-05
58
audiamus/AaxAudioConverter

将 Audible aax 文件转换为 mp3 和 m4a/m4b

audiamus
⭐ 1,768 C# 👤 audiamus User 🕐 已更新 2024-06-03 📅 创建时间 2019-03-09
59
googlecreativelab/teachablemachine-community

Teachable Machine 的示例代码片段和机器学习代码

googlecreativelab
⭐ 1,751 TypeScript 👤 googlecreativelab Organization 🕐 已更新 2026-06-19 📅 创建时间 2019-06-17
60
timschneeb/RootlessJamesDSP

非Root Android设备的系统级JamesDSP音频处理引擎的实现

timschneeb
⭐ 1,739 C 👤 timschneeb User 🕐 已更新 2026-08-31 📅 创建时间 2022-06-30
61
strob/gentle

温和强制对齐器

strob
⭐ 1,713 Python 👤 strob User 🕐 已更新 2026-07-24 📅 创建时间 2015-10-23
62
opendatalab/labelU

开源多模态数据标注平台,支持AI自动标注。

opendatalab
⭐ 1,709 Python 👤 opendatalab Organization 🕐 已更新 2026-07-28 📅 创建时间 2022-10-19
65
ZFTurbo/Music-Source-Separation-Training

用于训练音乐源分离模型的存储库。

ZFTurbo
⭐ 1,644 Python 👤 ZFTurbo User 🕐 已更新 2026-11-21 📅 创建时间 2023-11-06
66
espressif/esp-sr

语音识别

espressif
⭐ 1,589 C 👤 espressif Organization 🕐 已更新 2026-11-11 📅 创建时间 2019-07-29
67
bytedance/SALMONN

SALMONN家族:一套先进的多模态大语言模型

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 已更新 2026-10-16 📅 创建时间 2023-08-11
68
kyutai-labs/hibiki

Hibiki 是一个用于流式语音翻译(也称为同声传译)的模型。与需要等待源语句结束才能开始翻译的离线翻译不同,Hibiki 会调整其流程,累积足够多的上下文,以便实时、分块地生成正确的翻译。

kyutai-labs
⭐ 1,540 Rust 👤 kyutai-labs Organization 🕐 已更新 2026-09-09 📅 创建时间 2025-02-04
69
scraed/LanPaint

高质量的免费 inpaint 训练,适用于每个 Stable Diffusion 模型。支持 ComfyUI

scraed
⭐ 1,493 Python 👤 scraed User 🕐 已更新 2026-09-28 📅 创建时间 2025-02-27
70
mikeroyal/PipeWire-Guide

PipeWire 指南。了解 PipeWire 如何为您的 Linux 系统提供专业音频/视频处理工作流程。

mikeroyal
⭐ 1,482 Shell 👤 mikeroyal User 🕐 已更新 2025-06-27 📅 创建时间 2021-12-05
71
microsoft/DNS-Challenge

此仓库包含 Deep Noise Suppression (DNS) Challenge 的脚本、模型和所需文件。

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 已更新 2026-11-10 📅 创建时间 2020-01-14
72
BillyDM/awesome-audio-dsp

我精选的音频 DSP 和插件开发资源列表(Github 分叉)

BillyDM
⭐ 1,477 👤 BillyDM User 🕐 已更新 2026-10-08 📅 创建时间 2020-11-22
73
Tracktion/tracktion_engine

Tracktion Engine 模块

Tracktion
⭐ 1,467 C++ 👤 Tracktion Organization 🕐 已更新 2026-11-20 📅 创建时间 2018-11-09
74
cycfi/q

音频数字信号处理 C++ 库

cycfi
⭐ 1,461 C++ 👤 cycfi Organization 🕐 已更新 2026-11-09 📅 创建时间 2017-11-04
76
R3gm/SoniTranslate

视频同步翻译。视频配音

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 已更新 2026-08-29 📅 创建时间 2023-06-27
77
acoustid/chromaprint

用于生成 AcoustID 使用的音频指纹的 C 库

acoustid
⭐ 1,430 C++ 👤 acoustid Organization 🕐 已更新 2026-10-15 📅 创建时间 2011-04-17
78
SongTube/SongTube-App

使用 Flutter 制作的简单美观的应用(工具),用于从 YouTube 下载媒体

SongTube
⭐ 1,410 Dart 👤 SongTube Organization 🕐 已更新 2026-08-01 📅 创建时间 2020-04-14
79
eugeneware/ffmpeg-static

适用于 Mac OSX、Linux 和 Windows 的 ffmpeg 静态二进制文件

eugeneware
⭐ 1,410 JavaScript 👤 eugeneware User 🕐 已更新 2026-03-21 📅 创建时间 2015-01-19
80
DBraun/DawDreamer

带 Python 的数字音频工作站;VST 乐器/效果器、参数自动化、FAUST、JAX、Warp Markers 和 JUCE 处理器

DBraun
⭐ 1,360 C++ 👤 DBraun User 🕐 已更新 2026-11-01 📅 创建时间 2020-08-03
81
FunAudioLLM/FunMusic

专为音乐、歌曲和音频生成设计的工具包

QwenAudio
⭐ 1,352 Python 👤 QwenAudio Organization 🕐 已更新 2025-05-20 📅 创建时间 2024-10-29
82
YannickJadoul/Parselmouth

在 Python 中使用 Praat,以 Pythonic 方式

YannickJadoul
⭐ 1,300 C++ 👤 YannickJadoul User 🕐 已更新 2026-11-21 📅 创建时间 2017-06-06
83
ictnlp/StreamSpeech

StreamSpeech 是一个用于离线和同声语音识别、语音翻译和语音合成的“一体化”无缝模型。

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 已更新 2025-06-29 📅 创建时间 2024-06-04
84
diodiogod/TTS-Audio-Suite

一个用于本地多引擎、多语言文本转语音和语音转换的 ComfyUI 自定义节点集成。支持:RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox(经典版和多语言版)、F5-TTS、Higgs Audio 2、3 和 VibeVoice,支持无限文本长度、SRT 时间轴、角色支持以及多种音频工具。

diodiogod
⭐ 1,270 Python 👤 diodiogod User 🕐 已更新 2026-11-19 📅 创建时间 2025-08-06
85
unosquare/ffmediaelement

FFME: 高级 WPF MediaElement (基于 FFmpeg)

unosquare
⭐ 1,255 C# 👤 unosquare Organization 🕐 已更新 2024-06-26 📅 创建时间 2016-01-26
86
rhasspy/wyoming-satellite

使用怀俄明协议的远程语音卫星

rhasspy
⭐ 1,221 Python 👤 rhasspy Organization 🕐 已更新 2026-01-24 📅 创建时间 2023-11-29
87
VOICEVOX/voicevox_core

免费使用的中等质量文本转语音软件VOICEVOX的核心

VOICEVOX
⭐ 1,150 Rust 👤 VOICEVOX Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-08-31
88
midas-research/audino

面向人类的开源音频标注工具

midas-research
⭐ 1,148 TypeScript 👤 midas-research Organization 🕐 已更新 2026-02-03 📅 创建时间 2019-10-03
89
CarlGao4/Demucs-Gui

用于音乐分离AI Demucs的图形用户界面

CarlGao4
⭐ 1,133 Python 👤 CarlGao4 User 🕐 已更新 2025-06-20 📅 创建时间 2021-12-03
90
KinWaiCheuk/nnAudio

使用 PyTorch 1D 卷积网络进行音频处理

KinWaiCheuk
⭐ 1,131 Python 👤 KinWaiCheuk User 🕐 已更新 2026-05-21 📅 创建时间 2019-09-02
91
LearnedVector/A-Hackers-AI-Voice-Assistant

一个使用Python和PyTorch构建的黑客AI语音助手。

LearnedVector
⭐ 1,121 Python 👤 LearnedVector User 🕐 已更新 2025-12-15 📅 创建时间 2020-05-01
92
X-LANCE/SLAM-LLM

面向大型语言模型的语音、语言、音频、音乐处理框架

X-LANCE
⭐ 1,072 Python 👤 X-LANCE Organization 🕐 已更新 2026-01-15 📅 创建时间 2023-10-23
93
AddictedCS/soundfingerprinting

开源的 .NET 音频指纹识别。纯用 C# 编写的高效声学指纹识别算法。

AddictedCS
⭐ 1,046 C# 👤 AddictedCS User 🕐 已更新 2026-11-20 📅 创建时间 2011-11-17
94
zhaolewei/ZlwAudioRecorder

AudioRecorder: Android 录音及录音可视化相关lib,支持pcm、wav、mp3音频的录制

zhaolewei
⭐ 1,037 Java 👤 zhaolewei User 🕐 已更新 2025-11-26 📅 创建时间 2018-07-04
95
QwenLM/Qwen3-ASR-Toolkit

Qwen3-ASR API 的官方 Python 工具包。并行高吞吐量调用、鲁棒的长音频转录、多采样率支持。

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 已更新 2026-02-05 📅 创建时间 2025-09-16
96
espressif/esp-skainet

Espressif 智能语音助手

espressif
⭐ 1,003 C 👤 espressif Organization 🕐 已更新 2026-10-28 📅 创建时间 2019-08-01
97
BeyondtheApex/ChillPatcher

此仓库托管为多款游戏开发的自定义音频增强和功能扩展模组。目前,它支持《极限竞速:地平线6》和《Chill with You : Lo-Fi Story》(一款低保真学习/专注游戏)。

BeyondtheApex
⭐ 901 C# 👤 BeyondtheApex User 🕐 已更新 2026-06-10 📅 创建时间 2025-11-22
98
lifeiteng/OmniSenseVoice

Omni SenseVoice:带有单词时间戳的高速语音识别 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 已更新 2025-12-10 📅 创建时间 2024-09-22
⭐ 888 C 👤 Sneeds-Feed-and-Seed Organization 🕐 已更新 2026-04-28 📅 创建时间 2021-07-05
100
leibnizli/hummingbird

一个压缩(jpg/png/webp/svg/gif/css/js/html/mp4/mov)应用,它可以转换不同格式的图片,支持 macOS 和 Windows。

leibnizli
⭐ 873 JavaScript 👤 leibnizli User 🕐 已更新 2026-10-02 📅 创建时间 2015-09-20