audio-processing

Inpainting gratis pelatihan berkualitas tinggi untuk setiap model stable diffusion. Mendukung ComfyUI

Pustaka C untuk menghasilkan sidik jari audio yang digunakan oleh AcoustID

Digital Audio Workstation dengan Python; instrumen/efek VST, otomatisasi parameter, FAUST, JAX, Warp Markers, dan prosesor JUCE

StreamSpeech adalah model "All in One" yang mulus untuk pengenalan suara offline dan simultan, terjemahan suara, serta sintesis suara.

FFME: WPF MediaElement Tingkat Lanjut (berbasis FFmpeg)

Integrasi node kustom ComfyUI untuk Text-to-Speech dan Konversi Suara multi-mesin multi-bahasa lokal. Mendukung: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (klasik dan multilingual), F5-TTS, Higgs Audio 2, 3, dan VibeVoice dengan panjang teks tak terbatas, penentuan waktu SRT, dukungan Karakter, dan banyak alat audio

Alat anotasi audio sumber terbuka untuk manusia

Pemrosesan audio menggunakan jaringan konvolusi 1D pytorch

Kerangka kerja untuk Pemrosesan Ucapan, Bahasa, Audio, dan Musik dengan Large Language Model.

Sidik jari audio open source di .NET. Algoritma efisien untuk sidik jari akustik yang ditulis murni dalam C#.

Pipeline data yang lebih cerdas untuk audio.

Engine audio berkinerja tinggi untuk react-native

🎧 🎼 Pemutar Media JavaFX PALING CANGGIH

Alat Produktivitas AI - Gratis dan sumber terbuka, meningkatkan produktivitas pengguna, serta melindungi privasi dan keamanan data. Mencakup namun tidak terbatas pada: ChatGPT lokal eksklusif bawaan, DeepSeek, Phi, Qwen, dan model lainnya, pemrosesan cerdas batch satu klik untuk gambar, video, audio, dll.

Kumpulan sumber daya tentang penerapan Large Language Models (LLMs) dalam Audio AI.

Perpustakaan C++ header-only resampler audio profesional / konversi sample rate berkualitas tinggi. Sangat cepat, untuk resampling audio dan interpolasi deret waktu.

Penghapus musik dan kebisingan berbasis C++ yang ringan untuk YouTube dan media internet lainnya, menggunakan DeepFilterNet untuk peningkatan audio.

⏩ Melewati jeda panjang antar kalimat — tonton kuliah ~1.5x lebih cepat (ekstensi browser)

[IJCV 2026] FoleyCrafter: Hidupkan Video Bisu dengan Suara yang Realistis dan Sinkron.

Pembungkus PESQ (Perceptual Evaluation of Speech Quality) untuk Pengguna Python (pita sempit dan pita lebar)

Checkrr Memindai file pustaka Anda untuk media yang rusak dan secara opsional mengganti file melalui sonarr dan radarr

Berbagai implementasi "Weighted Prediction Error" untuk dereverberasi ucapan

Membuat plugin VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP untuk Linux/macOS/Windows, menggunakan D.

Proyek Sumber Terbuka untuk Menyatukan Pemrosesan dan Pembuatan Audio

Mesin audio & MIDI modular berkinerja tinggi untuk .NET 8+. Toolkit lengkap untuk seluruh siklus hidup audio: Pemutaran, Perekaman, Pengeditan Multi-track, Sintesis Pro (MPE/SF2), DSP Waktu Nyata, dan Visualisasi. Mencakup rangkaian keamanan unik untuk enkripsi AES-256, sidik jari akustik, dan watermark. Dilengkapi dengan dukungan SIMD dan NativeAOT.

Pustaka Android Voice Activity Detection (VAD). Mendukung model WebRTC VAD GMM, Silero VAD DNN, Yamnet VAD DNN.

Perangkat lunak penyuntingan non-linear yang membantu Anda membuat video yang menarik.