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

101
spotify/klio

更智能的音频数据处理流水线。

spotify
⭐ 866 Python 👤 spotify Organization 🕐 已更新 2024-01-10 📅 创建时间 2020-08-07
102
software-mansion/react-native-audio-api

高性能 React Native 音频引擎

software-mansion
⭐ 864 C++ 👤 software-mansion Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-07-03
103
openvpi/audio-slicer

使用静音检测分割音频的 Python 脚本

openvpi
⭐ 864 Python 👤 openvpi Organization 🕐 已更新 2024-06-08 📅 创建时间 2022-08-31
104
ZFTurbo/MVSEP-MDX23-music-separation-model

MDX23 音乐分离竞赛模型

ZFTurbo
⭐ 843 Python 👤 ZFTurbo User 🕐 已更新 2025-04-05 📅 创建时间 2023-04-17
105
AudioKit/Cookbook

AudioKit 框架使用的规范示例

AudioKit
⭐ 824 Swift 👤 AudioKit Organization 🕐 已更新 2026-03-27 📅 创建时间 2020-08-18
106
JeremyCCHsu/Python-Wrapper-for-World-Vocoder

高品质声码器 "World" 的 Python 包装器

JeremyCCHsu
⭐ 796 Cython 👤 JeremyCCHsu User 🕐 已更新 2026-08-20 📅 创建时间 2016-05-24
108
inworld-ai/tts

Inworld TTS

inworld-ai
⭐ 782 Python 👤 inworld-ai Organization 🕐 已更新 2026-11-17 📅 创建时间 2025-05-02
109
sp-uhh/sgmse

基于得分的生成模型(扩散模型)用于语音增强和去混响

sp-uhh
⭐ 780 Python 👤 sp-uhh Organization 🕐 已更新 2026-05-12 📅 创建时间 2022-08-10
110
rnchg/APT

AI 生产力工具 – 免费开源,提高用户生产力,保护隐私和数据安全。包括但不限于:内置本地独占的 ChatGPT、DeepSeek、Phi、Qwen 等模型,一键批量智能处理图片、视频、音频等。

rnchg
⭐ 768 C# 👤 rnchg User 🕐 已更新 2025-12-13 📅 创建时间 2024-06-19
111
bastibe/SoundCard

纯Python实时音频库

bastibe
⭐ 767 Python 👤 bastibe User 🕐 已更新 2026-06-17 📅 创建时间 2015-11-19
112
goxr3plus/XR3Player

🎧 🎼 最先进的 JavaFX 媒体播放器

goxr3plus
⭐ 765 Java 👤 goxr3plus User 🕐 已更新 2025-04-28 📅 创建时间 2017-01-10
113
ComposersDesktop/CDP8

CDP软件新版本

ComposersDesktop
⭐ 764 C 👤 ComposersDesktop Organization 🕐 已更新 2026-06-08 📅 创建时间 2022-11-26
114
corrscope/corrscope

将波形文件渲染为示波器视图的 Python 程序,采用高级相关性触发算法

corrscope
⭐ 764 Python 👤 corrscope Organization 🕐 已更新 2026-11-07 📅 创建时间 2018-07-13
115
avaneev/r8brain-free-src

高质量专业音频重采样器/采样率转换头文件 C++ 库。速度极快,适用于音频重采样和时间序列插值。

avaneev
⭐ 760 C++ 👤 avaneev User 🕐 已更新 2026-11-11 📅 创建时间 2015-03-14
116
EmulationAI/awesome-large-audio-models

关于大型语言模型(LLM)在音频人工智能(Audio AI)中应用的资源集合。

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 已更新 2026-11-02 📅 创建时间 2023-08-18
117
breakfastquay/rubberband

Rubber Band Library 的官方镜像,一个音频时间拉伸和音高变换库。

breakfastquay
⭐ 737 C++ 👤 breakfastquay Organization 🕐 已更新 2025-03-03 📅 创建时间 2016-02-03
118
facebookresearch/audiobox-aesthetics

统一的语音、音乐和声音自动质量评估。

facebookresearch
⭐ 725 Python 👤 facebookresearch Organization 🕐 已更新 2025-06-05 📅 创建时间 2025-01-22
119
omeryusufyagci/fast-music-remover

一款基于C++的、轻量级的YouTube及其他网络媒体音乐与噪音去除工具,使用DeepFilterNet进行音频增强。

omeryusufyagci
⭐ 715 C++ 👤 omeryusufyagci User 🕐 已更新 2025-01-15 📅 创建时间 2024-09-07
121
WofWca/jumpcutter

⏩ 跳过句子间的长暂停 — 以约1.5倍速观看讲座(浏览器扩展)

WofWca
⭐ 697 TypeScript 👤 WofWca User 🕐 已更新 2026-10-02 📅 创建时间 2020-01-19
122
chrisguttandin/web-audio-beat-detector

一个使用 Web Audio API 的节拍检测工具。

chrisguttandin
⭐ 681 JavaScript 👤 chrisguttandin User 🕐 已更新 2026-08-30 📅 创建时间 2016-06-16
123
open-mmlab/FoleyCrafter

[IJCV 2026] FoleyCrafter: 给你的无声视频添加生动且同步的音效。

open-mmlab
⭐ 665 Python 👤 open-mmlab Organization 🕐 已更新 2026-06-15 📅 创建时间 2024-06-25
124
linkedin/LiTr

适用于 Android 的轻量级硬件加速视频/音频转码器。

linkedin
⭐ 662 Java 👤 linkedin Organization 🕐 已更新 2025-11-19 📅 创建时间 2019-10-17
125
wenet-e2e/WenetSpeech

一个超过10000小时的中文语音识别数据集

wenet-e2e
⭐ 643 Shell 👤 wenet-e2e Organization 🕐 已更新 2026-01-09 📅 创建时间 2021-08-03
126
ruuda/hound

Rust 中的 wav 编码和解码库

ruuda
⭐ 643 Rust 👤 ruuda User 🕐 已更新 2026-08-09 📅 创建时间 2015-03-31
128
ludlows/PESQ

PESQ(语音质量感知评估)Python 用户包装器(窄带和宽带)

ludlows
⭐ 636 C 👤 ludlows User 🕐 已更新 2026-03-18 📅 创建时间 2019-05-09
129
Snowdar/asv-subtools

面向说话人识别的开源工具

Snowdar
⭐ 633 Python 👤 Snowdar User 🕐 已更新 2024-08-05 📅 创建时间 2020-03-02
130
aetaric/checkrr

Checkrr 会扫描您的图书馆文件,查找损坏的媒体,并可选择通过 Sonarr 和 Radarr 替换文件。

aetaric
⭐ 595 Go 👤 aetaric User 🕐 已更新 2026-11-15 📅 创建时间 2022-08-10
131
zhen-ke/ffmpegGUI

ffmpeg 图形用户界面

zhen-ke
⭐ 587 TypeScript 👤 zhen-ke User 🕐 已更新 2026-08-11 📅 创建时间 2019-06-26
132
gopxl/beep

一个小型包,为任何 Go 应用程序带来声音。适用于播放和音频处理。

gopxl
⭐ 582 Go 👤 gopxl Organization 🕐 已更新 2025-07-16 📅 创建时间 2023-10-06
133
AuburnSounds/Dplug

使用 D 为 Linux/macOS/Windows 创建 VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP 插件。

AuburnSounds
⭐ 574 D 👤 AuburnSounds Organization 🕐 已更新 2026-10-24 📅 创建时间 2013-11-14
134
dpirch/libfvad

基于 WebRTC VAD 引擎的语音活动检测 (VAD) 库

dpirch
⭐ 570 C 👤 dpirch User 🕐 已更新 2024-04-02 📅 创建时间 2016-09-17
135
Alexw1111/RefAudioEmoTagger

一种基于Emotion2Vec的批量音频情感自动标注脚本

Alexw1111
⭐ 566 Python 👤 Alexw1111 User 🕐 已更新 2026-09-23 📅 创建时间 2024-03-14
136
fgnt/nara_wpe

“加权预测误差”的不同实现用于语音去混响

fgnt
⭐ 562 Python 👤 fgnt Organization 🕐 已更新 2025-03-19 📅 创建时间 2017-10-26
137
RelevanceAI/vectorhub

Vector Hub - 易于发现和使用的库,用于将数据转换为向量的先进模型(text2vec、image2vec、video2vec、graph2vec、bert、inception 等)

RelevanceAI
⭐ 561 👤 RelevanceAI Organization 🕐 已更新 2024-08-20 📅 创建时间 2020-10-26
138
anthonix/ffts

南方最快的傅里叶变换

anthonix
⭐ 554 C 👤 anthonix User 🕐 已更新 2024-07-14 📅 创建时间 2012-09-25
139
alibaba/unified-audio

一个统一音频处理与生成的开源项目

alibaba
⭐ 553 Python 👤 alibaba Organization 🕐 已更新 2026-07-07 📅 创建时间 2025-10-21
140
TheAmazingAudioEngine/TheAmazingAudioEngine2

The Amazing Audio Engine 是一个精密的 iOS 音频应用框架,让您无需自行构建。

TheAmazingAudioEngine
⭐ 551 Objective-C 👤 TheAmazingAudioEngine Organization 🕐 已更新 2025-04-20 📅 创建时间 2016-04-03
141
homebrew-ffmpeg/homebrew-ffmpeg

提供多种选项的 ffmpeg 公式的 Homebrew tap

homebrew-ffmpeg
⭐ 547 Ruby 👤 homebrew-ffmpeg Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-09-02
142
0x5446/api4sensevoice

sensevoice 的 API 和 websocket 服务器。它继承了一些增强功能,例如 VAD 检测、实时流识别和说话人验证。

0x5446
⭐ 537 Python 👤 0x5446 User 🕐 已更新 2024-10-23 📅 创建时间 2024-08-11
143
marl/pysox

sox 的 Python 包装器。

marl
⭐ 537 Python 👤 marl Organization 🕐 已更新 2025-03-26 📅 创建时间 2016-05-01
144
xingchensong/S3Tokenizer

CosyVoice中提出的监督式语义语音分词器(S3Tokenizer)的逆向工程

xingchensong
⭐ 536 Python 👤 xingchensong User 🕐 已更新 2026-11-01 📅 创建时间 2024-09-09
145
CheyneyComputerScience/CREMA-D

基于众包的情感多模态演员数据集 (CREMA-D)

CheyneyComputerScience
⭐ 532 R 👤 CheyneyComputerScience Organization 🕐 已更新 2025-03-21 📅 创建时间 2017-09-29
146
LSXPrime/SoundFlow

一个用于 .NET 8+ 的高性能模块化音频和 MIDI 引擎。涵盖音频全生命周期的完整工具包:播放、录制、多轨编辑、专业合成(MPE/SF2)、实时 DSP 和可视化。包含用于 AES-256 加密、声学指纹识别和数字水印的独特安全套件。支持 SIMD 和 NativeAOT。

LSXPrime
⭐ 527 C# 👤 LSXPrime User 🕐 已更新 2026-10-22 📅 创建时间 2025-02-08
147
JinhuaLiang/WavCraft

WavCraft 官方仓库,一个用于音频创建和编辑的 AI 代理

JinhuaLiang
⭐ 524 Python 👤 JinhuaLiang User 🕐 已更新 2025-02-15 📅 创建时间 2024-03-12