audio-analysis

只需 ≤ 10 分鐘的語音資料，即可輕鬆訓練出優秀的 VC 模型！

開源 SenseVoiceSmall 模型，支援中文（普通話、粵語）、英文、日文與韓文的語音辨識、語言識別、情緒辨識與音訊事件偵測。

C++ 音頻與音樂分析、描述與合成庫，包含 Python 綁定

用於音訊與音樂分析、特徵提取的函式庫。

一款由 ggml 驅動的一體化純 C++ 音訊模型推理引擎。支援 TTS、STT、VAD、語音轉換、音樂生成等功能，具備高度優化的效能，無需依賴 Python。

Astrofox 是一個動態圖形程式，能將音訊轉化為精美影片。

Python 音訊與音樂訊號處理函式庫

PipeWire 指南。了解 PipeWire 如何為您的 Linux 系統提供專業的音訊/視訊處理工作流程。

我精選的音訊 DSP 與插件開發資源清單 (Github fork)

用於產生 AcoustID 所使用的音訊指紋的 C 函式庫。

在 iOS、macOS 和 visionOS 上使用 Swift 從音訊檔案生成波形圖像。原生 SwiftUI 與 UIKit 視圖。

即時音訊視覺化（頻譜、頻譜圖等）

Python 中的即時音訊分析，從串流音訊中擷取音訊特徵，並透過 OSC 傳送給任何用戶端應用程式。

無依賴的高解析度即時圖形音訊頻譜分析器 JavaScript 模組。

基於 CNN 的音訊分割工具包。可用於偵測語音、音樂、噪音與發話者性別，專為基於各性別發話時間的大規模兩性平等研究而設計。

由 Essentia WebAssembly 驅動的音樂／音訊分析與處理 JavaScript 函式庫

:microscope: :speaker: 基於圖形的音訊引擎