audio-processing

Inpainting de haute qualité sans entraînement pour tous les modèles stable diffusion. Supporte ComfyUI.

Bibliothèque C pour générer des empreintes audio utilisées par AcoustID

Station de travail audio numérique en Python ; instruments/effets VST, automatisation des paramètres, FAUST, JAX, Warp Markers et processeurs JUCE

StreamSpeech est un modèle tout-en-un fluide pour la reconnaissance vocale, la traduction et la synthèse vocale, en mode hors ligne et simultané.

FFME : Le MediaElement WPF avancé (basé sur FFmpeg)

Intégration de nœuds personnalisés pour ComfyUI dédiée à la synthèse vocale (TTS) et à la conversion de voix multi-moteurs et multilingue. Supporte RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox, F5-TTS, Higgs Audio 2, 3 et VibeVoice avec gestion des durées illimitées, timing SRT et outils audio.

Outil d'annotation audio open source pour les humains.

Traitement audio utilisant un réseau de convolution 1D avec PyTorch

Un framework pour le traitement de la parole, du langage, de l'audio et de la musique basé sur des modèles de langage de grande taille.

Empreinte audio open source en .NET. Un algorithme efficace pour l'empreinte acoustique écrit entièrement en C#.

Pipelines de données plus intelligents pour l'audio.

Moteur audio haute performance pour React Native.

Le lecteur multimédia JavaFX le plus avancé

Outil de productivité IA gratuit et open source, conçu pour améliorer la productivité des utilisateurs tout en protégeant la confidentialité et la sécurité des données. Inclut, sans s'y limiter : des modèles locaux intégrés comme ChatGPT, DeepSeek, Phi, Qwen, ainsi que le traitement intelligent par lots en un clic d'images, de vidéos, d'audio, etc.

Collection de ressources sur les applications des grands modèles de langage (LLM) dans l'IA audio.

Bibliothèque C++ header-only de rééchantillonnage audio professionnel de haute qualité. Très rapide, adaptée au rééchantillonnage audio et à l'interpolation de séries temporelles.

Outil C++ léger de suppression de musique et de bruit pour YouTube et autres médias, utilisant DeepFilterNet pour l'amélioration audio.

⏩ Accélère les longues pauses entre les phrases — regardez vos cours environ 1,5x plus vite (extension de navigateur)

[IJCV 2026] FoleyCrafter : Donnez vie aux vidéos silencieuses avec des sons réalistes et synchronisés. AI拟音大师，给你的无声视频添加生动而且同步的音效 😝

Wrapper PESQ (Perceptual Evaluation of Speech Quality) pour les utilisateurs de Python (bande étroite et bande large)

Checkrr analyse les fichiers de votre bibliothèque à la recherche de médias corrompus et remplace optionnellement les fichiers via Sonarr et Radarr

Différentes implémentations de la « Weighted Prediction Error » pour la déverbération de la parole

Créez des plug-ins VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP pour Linux/macOS/Windows, en utilisant D.

Un projet open source pour unifier le traitement et la génération audio

Un moteur audio et MIDI modulaire haute performance pour .NET 8+. Une boîte à outils complète pour l'ensemble du cycle de vie audio : lecture, enregistrement, édition multipiste, synthèse pro (MPE/SF2), DSP en temps réel et visualisation. Inclut une suite de sécurité unique pour le chiffrement AES-256, l'empreinte acoustique et le filigrane. Prend en charge SIMD et NativeAOT.

Bibliothèque de détection d'activité vocale (VAD) pour Android. Supporte les modèles WebRTC VAD GMM, Silero VAD DNN et Yamnet VAD DNN.

A non-linear editing software that helps you to make nice video.