amodem

音频调制解调库实现无网络数据传输

amodem是一个Python实现的音频调制解调库，可通过声卡实现计算机间的数据传输。它支持多种调制方式和采样率，使用OFDM技术，最高可达80kbps的传输速率。该项目适用于空中隔离或有线连接的场景，为无网络环境下的数据交换提供了解决方案。

访问官网

Github

论文

介绍相关项目

codec2_talkie - Android业余无线电数字语音和APRS通信应用

APRSAndroidCodec2FreeDVGithub开源项目数字语音

codec2_talkie是一款将Android设备转换为业余无线电数字语音收发器的应用。它支持Codec2/OPUS编码和FreeDV模式,可实现语音通信和APRS数据传输。该应用兼容多种硬件和软件调制解调器,如LoRa、FSK和AFSK等。通过USB OTG音频接口,它能与HF/VHF/UHF收发器配合使用,支持FreeDV协议通信和软件声音调制解调。应用还提供APRS定位报告、消息交互和地图可视化等功能。

AudioDec - 流式高保真神经音频编解码开源项目

AudioDecGithub开源开源项目流式传输神经音频编解码器高保真

AudioDec项目开发了一种流式高保真神经音频编解码器，可以12.8 kbps的比特率处理48 kHz单声道语音。该编解码器在GPU上解码延迟约6毫秒，CPU上约10毫秒。项目采用两阶段训练方法，利用预训练模型可快速为新应用训练编码器。AudioDec在压缩率、延迟和重建质量方面均表现优异，适用于实时通信等场景。

modal-client - Modal Python库实现无服务器云计算按需访问

GithubModalPython库serverless云计算开发工具开源项目

Modal是一个Python库，使开发者能够从本地Python脚本访问无服务器云计算资源。支持Python 3.8至3.12版本，可通过pip快速安装。该项目提供丰富的示例应用、详细的用户指南和API参考文档。开发者可在命令行创建或链接Modal账户，便于使用这一云计算工具。

Amphion - Amphion开源工具集，支持音频、音乐、语音生成及多任务评估

AmphionGithub声码器开源项目文本到语音语音生成音乐生成

Amphion是一个开源的音频、音乐和语音生成工具集，旨在支持可重复的研究并帮助研究人员和工程师入门。提供TTS、SVS、VC、SVC、TTA等生成任务，集成高级语音编码器和评估指标，如F0建模、能量建模、语音相似度测评。功能包括模型可视化、数据集建设及文本到音频/音乐的实现，推动音频生成技术应用。

snac - 多尺度神经音频编解码器实现低比特率音频压缩

GithubSNAC低比特率分层令牌开源项目神经网络编解码器音频压缩

SNAC是一种多尺度神经音频编解码器，能将音频压缩为低比特率的离散编码。它使用分层令牌编码方法，通过降低粗糙令牌的采样频率来覆盖更长时间跨度，有效节省比特率并支持长时间音频建模。SNAC提供多个预训练模型，适用于语音和音乐等场景，采样率覆盖24kHz至44kHz。开发者可使用Python简单实现音频编码和解码。

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。

SigMF - 信号元数据格式标准化促进跨平台数据共享

GithubSigMF信号元数据格式信号处理开源项目数据共享标准化

SigMF是一种开放的信号元数据格式标准，为信号数据提供统一的描述方法。该标准有助于简化数据共享流程，保存完整的数据采集细节，并支持跨工具的数据互操作。SigMF可在Python、C++和GNU Radio等环境中使用，适用于广泛的信号处理领域。通过标准化元数据格式，SigMF提高了信号数据的可移植性和长期可用性。

OpenHD - 开源长距离低延迟高清数字图传系统

GithubOpenHD开源项目无人机视频传输远程控制

OpenHD是一款开源高清数字图传系统，通过配置普通WiFi适配器实现类似模拟视频传输的广播模式。系统在单一通道上可同时传输高清视频、双向遥测数据、音频和遥控信号。OpenHD提供跨平台应用，支持实时视频显示和自定义OSD。适用于无人机等需要长距离低延迟视频传输的远程控制场景。项目由活跃的开发者社区维护。

sonobus - 实时多人音频流传输应用程序

GithubSonoBus低延迟多人连接开源项目跨平台音频流媒体

SonoBus是一款开源的实时音频流传输应用程序，支持通过互联网或本地网络进行多人高质量、低延迟的音频连接。该工具适用于远程音乐创作、播客录制等场景，提供延迟和音质的精细控制。SonoBus具备输入压缩、噪声门和均衡器等功能，可作为独立应用在多个操作系统上运行，也可作为音频插件在DAW中使用。此外，SonoBus支持无损PCM和Opus压缩音频传输，满足不同的音质需求。

Voicemod - 即时变声，支持多种音效与语音模拟

AI声音变换器AI声音技术AI工具AI音频Voicemod免费AI声音生成器实时AI声音热门音频生成

Voicemod — 完全免费的AI实时变声软件！立即下载，体验从名人声音模仿到多样化声调的各种真实效果。专为PC用户设计，广泛应用于娱乐、广播和通讯等行业。通过高级算法，实现多语言环境下的类人声音转换，为用户带来前所未有的音频体验。

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