Project Icon

BS-RoFormer

先进音乐源分离技术的开源实现

BS-RoFormer是一个开源的音乐源分离项目,实现了先进的注意力网络技术。该项目采用跨频率和时间的轴向注意力以及旋转位置编码,显著提高了分离效果。支持立体声训练和多声部输出,为音乐处理领域带来新的可能。项目提供了详细的使用说明和应用案例,适合研究者和开发者使用。

friendly-stable-audio-tools - 改进后的Stable Audio Tools开源框架支持音频生成模型训练和推理
AI音频生成GithubStable Audio开源项目模型训练深度学习音乐生成
该项目是对Stability AI的stable-audio-tools的重构和增强,提供了音频和音乐生成模型的开源代码。重构后的代码提高了可读性和易用性,并新增了评估和使用自训练模型的脚本。项目详细说明了如何训练Stable Audio 2.0等模型,并提供了Stable Audio Open 1.0的使用文档和便捷脚本。此外,项目支持多GPU/节点生成,并集成了Gradio界面用于测试模型。
SoundStorm - 并行音频生成技术探索的非官方PyTorch实现
GithubSoundStorm并行处理开源项目深度学习语音合成音频生成
SoundStorm是一个基于谷歌研究的并行音频生成项目的非官方PyTorch实现。该项目采用掩码离散扩散方法,使用HuBERT提取语义并预测声学特征。与原版不同,本实现创新性地使用浅层U-Net组合码本。项目提供完整的数据准备、训练和推理指南,为研究人员提供了探索并行音频生成技术的实用框架。
Splitter.ai - 人工智能驱动的音频处理和音轨分离技术平台
AI工具AI音频处理Splitter音乐制作音轨分离音频技术
Splitter.ai是专注于人工智能音频处理技术的瑞典研究公司,由音频技术专家创立,提供先进的stem separation和音轨分离服务。该平台能从音乐中提取人声、鼓、钢琴、贝斯等不同音轨,为音乐制作人、DJ、艺术家提供强大工具,同时服务于取证、执法和科研等领域。Splitter.ai不仅开发尖端技术,还部署多种应用,为全球数百万用户提供免费和付费的音频处理解决方案,引领AI音频技术创新。
MP-Former - 基于mask-piloted机制的先进图像分割模型
CVPR 2023GithubMP-FormerMask2FormerTransformer图像分割开源项目
MP-Former是一种新型图像分割transformer模型,采用mask-piloted机制改进分割效果。项目包含训练和评估代码,适用于实例分割和全景分割任务。基于Mask2Former架构开发,在COCO数据集上展现出良好性能。项目提供了复现论文实验的脚本,为计算机视觉研究提供参考实现。MP-Former在CVPR 2023上发表,提供了no noise和all-layer MP训练设置,12轮训练后在实例分割任务上达到40.15 AP。项目代码开源,安装过程与Mask2Former相同,便于研究者快速上手和进行进一步探索。
Remover.studio - AI在线音频处理平台提供人声分离和音轨拆分
AI工具AI算法人声分离卡拉OK音乐编辑音频处理
Remover.studio是一个先进的在线音频处理平台,利用AI技术实现高质量的人声分离(vocal remover)和音轨拆分(audio splitter)。用户可上传音频文件或YouTube链接,系统自动识别并分离人声,支持创建卡拉OK版本和歌曲重混。平台还提供调音、乐器分离等功能,适合音乐爱好者和创作者使用。免费版每天可处理一首歌曲,付费版则提供更多高级功能,如批量处理和更高质量的音频输出。Remover.studio为用户提供便捷、高效的音频处理体验,助力音乐创作和定制。
MixFormer - 基于迭代混合注意力的端到端目标跟踪框架
GithubMixFormer开源项目注意力机制深度学习目标追踪计算机视觉
MixFormer是一种创新的端到端目标跟踪框架,采用目标-搜索混合注意力(MAM)骨干网络和角点头部结构,实现了无需显式集成模块的紧凑跟踪流程。这种无后处理方法在LaSOT、GOT-10K和TrackingNet等多个基准测试中表现卓越,并在VOT2020上取得0.584的EAO成绩。项目开源了代码、模型和原始结果,为目标跟踪研究领域提供了宝贵资源。
AudioStrip - 免费在线音频分离工具 实现高质量人声伴奏隔离
AI工具AudioStrip人声分离在线工具音乐制作音频处理
AudioStrip提供高效的在线音频处理服务,主要用于分离音乐中的人声和伴奏。这款工具运用先进算法,实现近乎完美的音频隔离效果。用户可选择免费或付费模式,付费版本具备批量上传和加速处理等额外功能。除音频隔离外,AudioStrip还支持降噪、母带处理和音调BPM检测,适合音乐创作者和爱好者使用。
ultimatevocalremovergui - 音频人声分离开源工具,支持多种AI模型
AI模型GithubUltimate Vocal Remover人声分离开源软件开源项目音频处理
Ultimate Vocal Remover GUI是一个开源的音频人声分离工具,采用先进的源分离模型从音频文件中提取人声。它集成了多种AI模型,包括开发者自训练模型和Demucs v3/v4模型。该工具支持Windows、MacOS和Linux平台,提供图形界面操作,支持GPU加速和多种音频格式。此外,它还具备时间拉伸和音调变换功能,适合音频处理爱好者使用。
Vocal Remover Online - AI在线人声和背景音乐分离工具
AI工具AI技术文件格式用户体验语音分离音频处理
Vocal Remover Online采用先进的深度学习算法,提供精准的在线人声分离功能。支持处理多种音频和视频格式,兼容本地文件和YouTube链接。输出音质优良,满足专业制作和个人创作需求。界面直观,处理快速,免费开放且无需注册。为音乐创作者和音频处理爱好者提供便捷解决方案。
stemroller - 轻松分离人声与伴奏,快速提取歌曲音轨
Demucs算法GithubStemRollerYouTube集成免费应用开源项目拆分音轨
StemRoller 是一款免费工具,利用 Facebook 的 Demucs 算法,一键分离任意歌曲的人声和伴奏。用户只需在搜索栏中输入歌曲或艺术家名称,点击结果中的 Split 按钮,等待几分钟即可完成分离。提取的音轨可通过 Open 按钮访问。StemRoller 提供简单的下载和启动方式,以及详细的开发指南。更多更新和支持信息可加入官方 Discord 服务器。
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