Project Icon

vvdec

弗劳恩霍夫研究所开发的开源H.266/VVC视频解码器

VVdeC是一款支持H.266/VVC Main10配置文件全部特性的开源视频解码器软件实现。由弗劳恩霍夫研究所开发,提供多平台支持,包括Windows、Linux、MacOS、Android和浏览器(WASM)。VVdeC以高性能和全面的VVC解码功能著称,适用于各种视频处理应用。该项目欢迎社区贡献,致力于提供高效的VVC解码解决方案。

DeepSeek-Coder-V2-Lite-Instruct-GGUF - 高性能代码模型的多版本量化优化支持多种硬件推理应用
DeepSeek-CoderGithubHuggingface人工智能代码生成开源项目模型模型压缩量化模型
本项目针对DeepSeek-Coder-V2-Lite-Instruct模型进行量化优化,提供20多种GGUF格式文件,大小从6GB到17GB不等。采用llama.cpp的imatrix技术实现高效压缩,同时保持模型性能。用户可根据硬件条件选择适合的版本,支持NVIDIA、AMD等平台的深度学习推理。
ffmpeg-quality-metrics - FFmpeg视频质量多指标评估工具
FFmpegGithubPSNRSSIMVMAF开源项目视频质量评估
FFmpeg Quality Metrics是一个开源的视频质量评估工具,支持PSNR、SSIM、VMAF和VIF等多种指标计算。它可输出逐帧指标、各平面/组件指标及全局统计数据。该工具跨平台兼容,支持Python 3.8+。通过命令行即可对视频进行质量评估,并提供多种可配置选项以满足不同评估需求。
REAL-Video-Enhancer - Linux平台开源视频增强工具 提供插帧和超分辨率功能
GithubLinuxREAL Video Enhancer上采样帧插值开源项目视频增强
REAL Video Enhancer是一款为Linux设计的高质量开源视频处理工具,提供帧插值和超分辨率功能。支持CUDA加速和MacOS系统,具备场景变化检测、实时预览和YouTube链接处理等特性。作为Windows平台Flowframes和enhancr的替代方案,该开源软件可通过AppImage或Flatpak在Ubuntu 20.04+上运行,并支持Discord RPC,为用户提供全面的视频增强体验。
LLM-Codec - 跨模态音频处理新方案:LLM驱动音频编解码模型
GithubLLM-CodecUniAudio 1.5大语言模型开源项目跨模态学习音频处理
LLM-Codec是一种创新音频编解码模型,将音频转换为文本空间,实现跨模态学习。基于LLM-Codec的UniAudio 1.5能通过少量示例执行多种音频任务,包括语音情感分类、音频分类和语音增强。该开源项目为少样本音频任务学习和多模态LLM研究开辟了新途径。
fideo-live-record - 跨平台直播录制软件 支持多种主流平台
ElectronFideoGithub多平台支持开源项目直播录制软件
fideo-live-record是一款跨平台直播录制软件,支持YouTube、Twitch、TikTok等多个主流直播平台。基于React、Ffmpeg和Electron开发,该工具可将直播内容保存为MP4视频,并提供微信推送通知功能。适用于个人学习和研究,操作简便,功能实用。
clip-video-encode - 视频帧CLIP嵌入向量计算工具
CLIPGithubPython库嵌入计算开源项目视频编码
clip-video-encode是一个Python工具,用于计算视频帧的CLIP嵌入向量。它可处理本地MP4文件、YouTube链接或包含多个视频源的文本文件。工具提供帧采样、多进程处理和自定义CLIP模型等配置选项。clip-video-encode支持大规模数据集处理,曾用于压缩Kinetics700和WebVid等大型视频数据集。这个工具为视频分析和机器学习任务提供了预处理解决方案。
mp4ff - Go语言实现的MP4文件解析与生成库
DASHGithubMP4解析开源项目流媒体视频处理音频处理
mp4ff是一个Go语言实现的MP4文件解析和生成库。它主要用于处理DASH、MSS和HLS fMP4等流媒体格式的分片MP4文件,支持AVC和HEVC视频、AAC和AC-3音频以及stpp和wvtt字幕。库提供API和命令行工具,可用于分析MP4结构、提取编解码器信息、重新分段和加解密。mp4ff优化了内存管理和I/O处理,能高效处理大型MP4文件。
so-vits-svc - 虚拟歌声转换工具,提供丰富的自定义功能
GithubSinging Voice ConversionSoftVC VITS人工智能模型开源项目热门语音合成
so-vits-svc是一个专注于虚拟歌声转换(SVC)的项目,不支持文本到语音(TTS)功能。该项目利用SoftVC内容编码器从源音频中提取语音特征,并通过VITS进行处理,保留了原始音频的音调和语调。此外,该项目还支持Whisper-PPG编码器和静态/动态声音融合等新功能。最新版本支持通过浅层扩散模型改善声音质量,为开发者提供了一个稳定的学习和实验平台,但不适用于商业生产环境。
VNext - 高级视频实例分割框架,支持在线和离线模式
GithubIDOLInstMoveSeqFormerVNext开源项目视频实例分割
VNext是一个基于Detectron2的视频实例识别框架,提供先进的在线和离线实例分割算法及对象中心的视频分割运动模型。用户可参考官方教程进行安装、训练和评估。最新算法InstMove、IDOL和SeqFormer在国际会议上获得认可并取得优异成绩。
nginx-vod-module - 基于NGINX的高性能视频打包模块
Githubnginx-vod-module多协议支持开源项目流媒体自适应比特率视频打包
nginx-vod-module是一个基于NGINX的视频打包模块,支持将MP4文件实时重新打包为DASH、HDS、HLS和MSS格式。该模块提供自适应比特率、播放列表和模拟直播等功能,支持多种视频和音频编解码器以及字幕。此外,它还具有缩略图生成、音量调节等高级特性。nginx-vod-module为流媒体平台提供了灵活的视频分发功能。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号