Project Icon

codec2_talkie

Android业余无线电数字语音和APRS通信应用

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。

android-speech - 简化的Android语音识别和文字转语音功能
Android SpeechGithubGradleSpeech.init开源项目文本转语音语音识别
android-speech库,当前版本x.y.z,为Android开发者提供便捷、高效的语音识别与文字转语音解决方案。该库支持简单的初始化设置和API调用,提供多语言和多种声音选项,配备有自定义进度动画。
Transcoder - Android视频转码压缩库 支持硬件加速和多功能定制
AndroidGithubMP4Transcoder开源项目硬件加速视频转码
Transcoder是一个开源的Android视频转码库,可将视频快速压缩为MP4格式。该库利用硬件加速,提供简洁API,支持缩略图生成、多轨道拼接、视频裁剪和尺寸调整。开发者可自定义输出参数如旋转角度、播放速度和帧率,并使用内置的错误处理和验证器。Transcoder适用于Android API 21及以上版本,为视频处理提供高效且灵活的解决方案。
vlc-android - Android平台全能多媒体播放器 支持8K解码
AndroidGithubVLC多媒体播放器开源软件开源项目音视频
开源多媒体播放器,支持几乎所有音视频格式。具备高效硬件解码,最高支持8K分辨率。提供网络浏览、HDR、音频直通等功能。基于LibVLC构建,为开发者提供丰富API。项目开源,欢迎社区贡献和多语言本地化。
Codec-SUPERB - 音频编解码模型性能评估基准平台
Codec-SUPERBGithub开源项目性能基准评估框架语音处理音频编解码
Codec-SUPERB是一个综合性音频编解码模型评估平台,提供标准化测试环境和统一数据集。平台特色包括直观的编解码接口、多角度评估和在线排行榜。它旨在促进语音处理领域的发展,为研究人员提供便捷的模型集成和测试环境,支持快速迭代和实验。
whisper_android - 介绍在Android应用中如何集成Whisper和Recorder类,进行高效的音频录制和语音识别的指南
GithubRecorderTF LiteWhisper开源项目离线识别语音识别
介绍在Android应用中如何集成Whisper和Recorder类,进行高效的音频录制和语音识别。指南提供了Whisper模型的初始化、配置和转录操作的代码片段,以及Recorder的配置和录音功能。集成过程中需注意权限、错误处理和文件路径管理,以确保应用的平稳运行。使用Whisper ASR提升应用的语音识别功能,为用户提供流畅的体验。
Talkatoo - 兽医专用智能语音转录软件 提升诊疗效率
AIAI工具Talkatoo兽医记录模板语音识别
Talkatoo是专为兽医开发的智能语音转录软件,提供三种服务级别:人工校对、AI自动SOAP记录生成和桌面语音转文字。该软件运用先进的语音识别和人工智能技术,帮助兽医大幅节省时间,提升工作效率。Talkatoo适应不同需求,从全自动到完全可控,让兽医能更专注于提供优质的动物医疗服务。
element-android - 基于Matrix协议的开源安卓即时通讯应用
Android应用Element AndroidGithubMatrix客户端即时通讯开源项目
Element Android是基于Matrix协议开发的开源即时通讯应用,适用于Android 5.0及以上系统。该应用提供端到端加密、去中心化和跨平台功能,采用全新用户界面设计。Element Android可通过Google Play、F-Droid下载,或直接安装APK文件。项目开源并欢迎开发者贡献,提供详细的开发文档支持。
yasea - Android流媒体客户端 支持H.264/AAC编码和RTMP传输
AndroidGithubyasea开源项目流媒体直播编码
Yasea是一个Android流媒体客户端,支持H.264/AAC编码和RTMP传输。它能将摄像头和麦克风数据编码为H.264/AAC,打包成FLV格式进行传输。主要功能包括前后摄像头切换、横竖屏调整、MP4录制和GPUImage滤镜。该项目还集成了声学回声消除和自动增益控制,适用于Android API 21以上版本。
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。
drachtio-freeswitch-modules - 增强实时通信应用的开源FreeSWITCH模块集
Freeswitch模块Githubdrachtio开源项目语音识别音频处理
drachtio-freeswitch-modules是一个为drachtio应用设计的开源FreeSWITCH模块集。包含音频流转发、Google语音转文本、Dialogflow集成等模块,能够增强实时通信应用的功能。虽然项目不再积极维护,但对于需要高级音频处理和语音交互的FreeSWITCH应用开发者来说,仍是valuable参考资源。项目兼容性强,支持FreeSWITCH 1.8版本。
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

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。

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