audio

Convierte cualquier biblioteca de música en una biblioteca de muestras para producción musical mediante ML

Convertidor audiovisual por lotes para FFmpeg.

OpenShot Video Library (libopenshot) es un proyecto libre y de código abierto dedicado a ofrecer soluciones de edición, animación y reproducción de video de alta calidad al mundo. La API actualmente es compatible con C++, Python y Ruby.

Una herramienta de composición musical basada en muestras de la vieja escuela.

Normalización de audio para Python/ffmpeg.

Familia SALMONN: un conjunto de LLMs multimodales avanzados.

Un procesador de efectos de audio para clientes de PipeWire y PulseAudio.

Familia de modelos ASR de código abierto basados en LLM para chino, dialectos, acentos y voz multilingüe, con motores de ejecución como FunASR, vLLM, streaming y llama.cpp.

Una estación de trabajo de audio digital (DAW) de código abierto (actualmente incompleta)

Guía de PipeWire. Aprende cómo PipeWire proporciona a tu sistema Linux un flujo de trabajo profesional de procesamiento de audio y video.

Una lista curada de software, servicios y recursos para crear y distribuir música.

Editor de tablaturas de guitarra de código abierto

MilkDrop 3.0, compatible con cualquier fuente de audio, preajustes dobles (.milk2), carga de preajustes basada en detección de ritmo y mucho más...

Módulo DSP para Python

SDKs de audio, redes y criptografía Superpowered. Alto rendimiento y multiplataforma en Android, iOS, macOS, tvOS, Linux, Windows y navegadores web modernos.

Módulo Tracktion Engine

Ejemplos de código que acompañan a las páginas de MDN Web Docs relacionadas con Web Audio.

Plugin de video.js para grabar archivos de audio, video e imágenes

Lista curada de recursos para el desarrollo de DSP de audio y plugins (fork de Github)

Biblioteca de C++ para procesamiento de señales digitales de audio.

Extractor de CD-DA en Python que prioriza la precisión sobre la velocidad

Una lista curada de paquetes y recursos excelentes de WebAudio

Transcripción controlable. Literal (incluyendo muletillas, pausas, tartamudeos, sonidos vocales) o intencionada (lo que el hablante quiso decir, optimizado para legibilidad) con marcas de tiempo a nivel de palabra.

Biblioteca en C para generar huellas digitales de audio utilizadas por AcoustID

Un framework Unity DOTS para mis proyectos personales.

Una aplicación completa de gestión de imágenes y videos con organización basada en IA y búsqueda semántica. Admite metadatos de SD-webui, ComfyUI, Fooocus, NovelAI, StableSwarmUI y más. Disponible como aplicación independiente, extensión de SD-webui o biblioteca.

La caja de ritmos avanzada para Linux, macOS y Windows

Comprime imágenes, videos y audio al estilo de WhatsApp.

Analizador de metadatos para archivos multimedia de audio y video. Admite entradas de archivos y transmisiones en entornos Node.js y navegador, extrayendo información de formato, etiquetas y duración.

Lee un archivo de audio y muestra su forma de onda