audio-processing

Inpaint chất lượng cao không cần huấn luyện cho mọi mô hình stable diffusion. Hỗ trợ ComfyUI

Thư viện C để tạo dấu vân tay âm thanh được sử dụng bởi AcoustID

Trạm làm việc âm thanh kỹ thuật số với Python; nhạc cụ/hiệu ứng VST, tự động hóa tham số, FAUST, JAX, Warp Markers và bộ xử lý JUCE

StreamSpeech là một mô hình liền mạch "tất cả trong một" dành cho nhận dạng giọng nói ngoại tuyến và đồng thời, dịch giọng nói và tổng hợp giọng nói.

FFME: WPF MediaElement nâng cao (dựa trên FFmpeg)

Một tích hợp node tùy chỉnh ComfyUI cho chuyển đổi văn bản thành giọng nói và chuyển đổi giọng nói đa ngôn ngữ, đa công nghệ cục bộ. Hỗ trợ: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (cổ điển và đa ngôn ngữ), F5-TTS, Higgs Audio 2, 3 và VibeVoice với độ dài văn bản không giới hạn, thời gian SRT, hỗ trợ nhân vật và nhiều công cụ âm thanh khác

Công cụ chú thích âm thanh mã nguồn mở dành cho con người

Xử lý âm thanh bằng mạng tích chập 1D của PyTorch

Framework xử lý Tiếng nói, Ngôn ngữ, Âm thanh, Âm nhạc với Large Language Model

Nhận dạng dấu vân tay âm thanh mã nguồn mở trong .NET. Một thuật toán hiệu quả cho việc nhận dạng vân tay âm thanh được viết hoàn toàn bằng C#.

Các đường ống dữ liệu thông minh hơn cho âm thanh.

Công cụ âm thanh hiệu năng cao cho react-native

Trình phát đa phương tiện JavaFX TIÊN TIẾN NHẤT.

Công cụ năng suất AI miễn phí và mã nguồn mở, giúp cải thiện năng suất người dùng, bảo vệ quyền riêng tư và bảo mật dữ liệu. Bao gồm nhưng không giới hạn ở: tích hợp sẵn các mô hình cục bộ như ChatGPT, DeepSeek, Phi, Qwen, xử lý hàng loạt thông minh bằng một cú nhấp chuột cho hình ảnh, video, âm thanh, v.v.

Bộ sưu tập tài nguyên về ứng dụng của các Mô hình Ngôn ngữ Lớn (LLM) trong Audio AI

Thư viện C++ header-only dùng để lấy mẫu lại âm thanh chuyên nghiệp chất lượng cao. Tốc độ rất nhanh, dùng cho cả việc lấy mẫu lại âm thanh và nội suy chuỗi thời gian.

Công cụ loại bỏ tiếng ồn và âm nhạc nhẹ dựa trên C++ cho YouTube và các phương tiện internet khác, sử dụng DeepFilterNet để tăng cường âm thanh.

⏩ Tua nhanh các khoảng lặng giữa các câu — xem bài giảng nhanh hơn khoảng 1.5 lần (tiện ích mở rộng trình duyệt)

[IJCV 2026] FoleyCrafter: Thổi hồn vào video câm bằng âm thanh sống động và đồng bộ

Trình bao bọc PESQ (Đánh giá chất lượng giọng nói theo cảm nhận) cho người dùng Python (băng hẹp và băng rộng).

Checkrr quét các tệp thư viện để tìm phương tiện bị hỏng và tùy chọn thay thế tệp thông qua sonarr và radarr

Các triển khai khác nhau của "Weighted Prediction Error" để khử vang tiếng nói.

Tạo plug-in VST2 / VST3 / AU / AAX / CLAP / LV2 / FLP cho Linux/macOS/Windows bằng ngôn ngữ D.

Dự án mã nguồn mở nhằm hợp nhất quá trình xử lý và tạo âm thanh

Một engine âm thanh & MIDI mô-đun, hiệu năng cao cho .NET 8+. Bộ công cụ hoàn chỉnh cho toàn bộ vòng đời âm thanh: Phát lại, Ghi âm, Chỉnh sửa đa rãnh, Tổng hợp chuyên nghiệp (MPE/SF2), DSP thời gian thực và Trực quan hóa. Bao gồm bộ bảo mật độc đáo cho mã hóa AES-256, nhận dạng dấu vân tay âm thanh và đóng dấu bản quyền. Hỗ trợ SIMD và NativeAOT.

Thư viện Phát hiện Hoạt động Giọng nói (VAD) cho Android. Hỗ trợ các mô hình WebRTC VAD GMM, Silero VAD DNN và Yamnet VAD DNN.

Phần mềm biên tập phi tuyến tính giúp bạn tạo ra các video chất lượng