audio

🤗 Transformers：テキスト、ビジョン、オーディオ、マルチモーダルモデルにおける最先端の機械学習モデルのためのモデル定義フレームワーク（推論およびトレーニングの両方に対応）。

https://git.ffmpeg.org/ffmpeg.git のミラー

🎥 コマンドラインメディアプレイヤー

VoxCPM2: 多言語音声生成、クリエイティブなボイスデザイン、真実味のあるクローニングのためのトークナイザーフリーTTS

SRSは、RTMP、WebRTC、HLS、HTTP-FLV、HTTP-TS、SRT、MPEG-DASH、GB28181をサポートする、シンプルで高性能なAI駆動型リアルタイムメディアサーバーであり、H.264、H.265、AV1、VP9、AAC、Opus、G.711のコーデックをサポートしています。

ディープニューラルネットワークを使用するボーカルリムーバーのGUI。

モダンなWeb向けのJavascriptオーディオライブラリ。

トレーニング、推論、ストリーミングASR、VAD、句読点、話者ダイアライゼーションパイプライン、およびOpenAI互換/MCPサービングのためのオープンソース音声認識ツールキット

BlackHoleは、アプリケーションがゼロ追加レイテンシで他のアプリケーションにオーディオを転送できるモダンなmacOSオーディオループバックドライバー

Background Music、macOS用オーディオユーティリティ：音楽を自動一時停止、個々のアプリの音量設定、システムオーディオの録音に対応。

無制限でプライバシーに配慮した無料の画面レコーダー 🎥

💿 非常に優れた動作をする無料のソフトウェアであり、オープンソースのPythonでもある

WebAssemblyを搭載したブラウザ用 FFmpeg

オーディオエディタ

機能する音楽ストリーミングソリューション

WebRTC APIの純粋なGo実装

ビデオ技術（画像、ビデオ、コーデック (av1, vp9, h265) など、ffmpegエンコーディングを含む）のハンズオン入門。翻訳言語: 🇺🇸 🇨🇳 🇯🇵 🇮🇹 🇰🇷 🇷🇺 🇧🇷 🇪🇸

コーディング。音楽。ライブ。

シンプルで高速なマルチメディアライブラリ

PyTorchベースの音声ツールキット

iOS、macOS、およびtvOS向けのオーディオ合成、処理、分析プラットフォーム。

EarTrumpet - Windows用ボリュームコントロール

openFrameworksは、C++でのクリエイティブコーディングのためのコミュニティ開発されたクロスプラットフォームツールキットです。

オーディオ波形プレイヤー

ファイルパス、YouTube、Facebook、Twitch、SoundCloud、Streamable、Vimeo、Wistia、DailyMotionなど、様々なURLを再生するためのReactコンポーネント。

AudioGPT: 音声、音楽、サウンド、トーキングヘッドの理解と生成

yt-dlp を使用した Android 用の多機能オーディオ/ビデオダウンローダー

FineTune は、macOS のメニューバー用アプリで、アプリごとの音量制御、マルチデバイス出力、オーディオルーティング、10バンドEQを提供します。SoundSource の無料かつオープンソースの代替品です。

Python用の音声認識モジュール。複数のエンジンとAPIをサポートし、オンラインおよびオフラインに対応。

JUCEは、VST、VST3、AU、AUv3、LV2、AAXオーディオプラグインを含む、デスクトップおよびモバイルアプリケーション向けのオープンソースクロスプラットフォームC++アプリケーションフレームワークです。