audio-analysis

只需 ≤ 10 分钟的语音数据，即可轻松训练出优秀的 VC 模型！

开源 SenseVoiceSmall 模型，支持普通话、粤语、英语、日语和韩语的语音识别、语言识别、情绪识别和音频事件检测。

C++ 音频与音乐分析、描述与合成库，包含 Python 绑定

用于音频与音乐分析、特征提取的库。

一款由 ggml 驱动的一体化纯 C++ 音频模型推理引擎。支持 TTS、STT、VAD、语音转换、音乐生成等功能，具备高度优化的性能，无 Python 依赖。

Astrofox 是一个动态图形程序，能将音频转化为精美视频。

Python 音频与音乐信号处理库

PipeWire 指南。了解 PipeWire 如何为您的 Linux 系统提供专业的音频/视频处理工作流程。

我精选的音频 DSP 与插件开发资源清单 (Github fork)

用于生成 AcoustID 所使用的音频指纹的 C 库。

在 iOS、macOS 和 visionOS 上使用 Swift 从音频文件生成波形图像。原生 SwiftUI 与 UIKit 视图。

实时音频可视化（频谱、频谱图等）

Python 中的实时音频分析，从流式音频中提取音频特征，并通过 OSC 发送给任何客户端应用程序。

无依赖的高分辨率实时图形音频频谱分析仪 JavaScript 模块。

基于 CNN 的音频分割工具包。可用于检测语音、音乐、噪音与说话者性别，专为基于各性别说话时间的大规模两性平等研究而设计。

由 Essentia WebAssembly 驱动的音乐／音频分析与处理 JavaScript 库

:microscope: :speaker: 基于图的音频引擎