audio

精简版 Whisper，语音识别速度提升 6 倍，体积缩小 50%，字错误率下降至 1% 内。

Oboe 是一个 C++ 函数库，让在 Android 上构建高性能音频应用变得简单

MOSS‑TTS Family 是 MOSI.AI 与 OpenMOSS 团队开源的语音与声音生成模型族，设计用于高保真度、高表现力与复杂实际场景，涵盖稳定长篇语音、多说话者对话、声音/角色设计、环境音效与实时串流 TTS

一个让页面跳舞的 JavaScript 库

🍓 Strawberry Music Player

低阶跨平台音频 I/O 函式库（Rust）

实时音乐生成的 Stable Diffusion

音频与音乐分析的库

SimpleMem：LLM 代理的高效终身记忆 — 文本与多模态

C++ 音频与音乐分析、描述与合成库，包含 Python 绑定

React Native 的最佳音频播放器，基于 New Architecture，支持 Android Auto、缓存、预载、背景播放等功能。

用于构建网页视频/音频播放器的 UI 组件和钩子。稳健、可定制且可访问。现代替代 JW Player 和 Video.js 的方案。

Android 音讯转发 PoC（scrcpy，但针对音讯）

基于 libmpv 的 Android 视频播放器 ↦ #mpv-android @ irc.libera.chat

JavaScript UI 组件，用于与音频波形互动

纯 Rust 的多媒体格式解封装、标签读取与音频解码库

C# 应用程序切换默认播放设备。下载：https://soundswitch.aaflalo.me/

用于音频与音乐分析、特征提取的库。

面向互联网的现代音频压缩技术

视觉小说资源浏览器

虚拟模块化合成器插件

🔊 高精度网页播放器，支持多设备音频播放与空间音频

用于信号处理与声音合成的函数式编程语言

一个高度自动化且直观的数字音频工作站 - 官方镜像

自托管 AI 语音转文字工具

我最喜爱的音乐 DSP 和音频编程资源精选清单

以 Rust 编写的面向图形即时编码语言与音乐/音频 DSP 库

专业的 iOS 广播电台 App！

基于 PyTorch 的音讯信号处理数据操作与转换

使用深度学习进行音频转 MIDI 的音频插件。