audio-analysis

音声データ（10分以下）で簡単に優れたVCモデルをトレーニング！

Mandarin、Cantonese、English、Japanese、Korean向けのオープンソースのSenseVoiceSmallモデル。ASR、言語ID、感情認識、音声イベント検出に対応。

C++によるオーディオおよび音楽の分析、記述、合成のためのライブラリ（Pythonバインディングを含む）

音声および音楽の分析、特徴量抽出のためのライブラリ

ggml を活用した、音声モデル向けのオールインワンかつ純粋な C++ 推論エンジン。TTS、STT、VAD、音声変換、音楽生成などを高度に最適化されたパフォーマンスでサポートします。Python 依存関係はありません。

Astrofoxは、オーディオを素晴らしい動画に変換できるモーショングラフィックスプログラムです。

Pythonの音声および音楽信号処理ライブラリ

PipeWireガイド。Linuxシステムにプロフェッショナルなオーディオ・ビデオ処理ワークフローをもたらすPipeWireの仕組みを解説。

厳選したオーディオ DSP およびプラグイン開発リソースのリスト (Github フォーク)

AcoustID で使用されるオーディオフィンガープリントを生成するための C ライブラリ

Swift を使用して iOS、macOS、visionOS でオーディオファイルから波形画像を生成。ネイティブの SwiftUI および UIKit ビューに対応。

リアルタイム音声ビジュアライゼーション（スペクトラム、スペクトログラムなど）

Pythonによるリアルタイム音声解析。ストリーミング音声から特徴量を抽出し、OSC経由で任意のクライアントアプリに送信します。

依存関係のない、高解像度かつリアルタイムなグラフィックオーディオスペクトラムアナライザーのJavaScriptモジュール。

CNNベースの音声セグメンテーションツールキット。音声、音楽、ノイズ、話者の性別の検出が可能。性別ごとの発話時間に基づく大規模な男女平等調査向けに設計されています。

Essentia WebAssembly を活用した音楽・音声解析および処理用 JavaScript ライブラリ

:microscope: :speaker: グラフベースのオーディオエンジン