miniaudio

轻量级跨平台音频库支持播放捕获和高级功能

miniaudio是一个C语言编写的单文件音频库，无外部依赖，支持主流桌面和移动平台。它提供简洁灵活的API，包含低级和高级接口，实现声音管理、混音、音效和3D空间化。该库还包括节点图系统、资源管理、音频编解码、重采样和通道映射等功能，适用于各种音频开发需求。

访问官网

Github

文档

论文

介绍相关项目

mediaelement - 统一跨浏览器HTML5音视频播放解决方案

GithubHTML5播放器MediaElementJS开源项目跨浏览器兼容音视频播放

MediaElementJS是一个跨浏览器HTML5音视频播放库，提供统一的用户界面和API。支持IE11+等主流浏览器，易于集成和定制，并具有丰富的插件生态。该库使开发者能够轻松实现跨平台媒体播放功能，为最终用户提供流畅的音视频体验。

Stage-Whisper - 跨平台免费开源音频转录工具

GithubStage-WhisperWhisper应用程序开源开源项目音频转录

Stage Whisper是一款免费开源的音频转录应用，基于OpenAI的Whisper模型，提供精确的音频文件转录。它拥有直观的图形界面，用户可以轻松存储和编辑转录内容。该项目旨在让非技术用户也能方便地使用Whisper的强大功能。适用于MacOS、Windows和Linux多平台，目前正进行重大改进，测试版即将发布。

react-native-track-player - React Native全功能音频模块支持多平台音乐应用开发

GithubReact Native多平台支持媒体控制开源项目背景模式音频播放

react-native-track-player是专为音乐应用设计的全功能音频模块。它支持Android、iOS和Web平台，提供音频播放、外部媒体控制和后台模式等功能。该模块可播放本地和网络音频，包括流媒体。其特点包括轻量级、原生体验和高度可定制性，并支持React Hooks。这使其成为需要先进音频功能的React Native应用开发的理想选择。

mimi - 先进神经音频编解码器实现高效语音处理

GithubHuggingfaceKyutaiMimi开源项目模型神经网络语音处理音频编解码器

Mimi是Kyutai开发的先进音频神经编解码器，融合语义和声学信息，以12Hz速率和1.1kbps比特率处理音频。采用流式编码器-解码器架构和量化潜在空间，通过端到端训练。该模型适用于语音语言模型和文本到语音系统开发，提供高质量音频压缩和高效解码，支持实时语音信号处理。Mimi在语音处理领域展现出显著潜力，但应当避免用于不当目的。

wlmedia - 轻量级高性能Android音视频播放框架

AndroidGithubwlmedia多功能播放器多平台支持开源项目音视频播放SDK

wlmedia是一个开源的Android音视频播放框架，支持多种设备和系统。它提供简洁API，兼容多种音视频格式，具备AV1解码、透明视频播放、多实例播放等功能。此外，wlmedia还支持音视频加密、字幕选择和截屏等特性，适合开发多样化的音视频应用。该项目性能稳定，持续迭代更新，计划未来支持HarmonyOS和iOS平台。

audioseal - 创新语音水印技术提升音频安全性能

AI模型AudioSealGithub开源项目语音水印音频处理

AudioSeal是一种创新的语音水印技术，在音频中嵌入难以察觉的水印，并能快速准确地检测。该技术具有出色的抗篡改能力，可在编辑后的长音频中识别水印片段。AudioSeal实现了高精度的样本级检测，同时保持音质，适用于大规模和实时应用场景。其检测速度比现有方法快近百倍，为音频安全和版权保护提供了强有力的工具。

TTS - 多语言支持和低延迟的先进文本到语音转换技术

Coqui.aiGithubTTS多语言开源项目深度学习语音合成

🐸TTS库提供多达16种语言的高级文本到语音转换模型，支持低于200毫秒的流媒体延迟。它包含丰富的工具用于模型训练和微调，并且拥有超过1100种预训练模型，适用于多语言和多说话人TTS任务。此外，该库还支持高效的语料库分析和管理，为语音合成提供全面支持。

lx-music-mobile - 开源移动音乐播放器支持多平台音源

AndroidGithubReact Native开源项目数据同步洛雪音乐助手音乐软件

lx-music-mobile是一个开源的移动音乐播放器，基于React Native开发，目前支持Android平台。软件集成了多个音乐平台的在线播放功能，并提供数据同步和自定义播放列表等特性。项目强调尊重版权，致力于为用户提供便捷的音乐体验。

AudioGPT - 多功能音频生成与理解平台，支持语音、音乐、音效及虚拟人对话

AudioGPTGithub开源项目语音增强语音识别音乐生成音频合成

AudioGPT 是一个多功能音频生成与理解平台，具备语音合成、语音识别、语音分离、风格迁移、声音检测、声音提取、文本到音频转换等功能，还支持音乐生成与虚拟人对话。集成了 FastSpeech、whisper、GeneFace 等多个领先的基础模型，AudioGPT 为开发者提供强大的开源工具和预训练模型，支持多种音频相关任务，不断扩展其功能和应用场景。此平台适合音频处理、自然语言处理及多模态研究的需求。

vlc - 多平台开源多媒体播放器和引擎

GithubVLClibVLC多媒体播放器开源软件开源项目跨平台

VLC是一个跨平台的开源多媒体播放器和引擎，支持播放大多数多媒体文件、光盘和流媒体。它具备格式转换、编码和流处理功能，核心引擎libVLC可嵌入第三方应用。作为VideoLAN项目的一部分，VLC由社区开发维护，适用于Windows、macOS、Linux、Android和iOS等平台。该项目已获得数十亿次下载。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com