Project Icon

freeswitch

软件定义电信栈 实现通信系统现代化转型

FreeSWITCH是一款开源的软件定义电信栈,可在多种硬件平台上运行,从树莓派到多核服务器均适用。它支持将传统电信交换机转变为灵活的软件实现,助力通信系统现代化。结合SignalWire云平台,FreeSWITCH可实现互联互通并支持大规模扩展。该项目提供源代码、文档和社区支持,支持VoIP、SIP协议,适合构建各类现代通信解决方案。

nextcloud-spreed-signaling - 为 Nextcloud Talk 设计的开源 WebRTC 信令服务器
DockerGithubNextcloud TalkWebRTC信令服务器开源项目集群
nextcloud-spreed-signaling 是一个为 Nextcloud Talk 开发的独立信令服务器。它支持集群模式以增强可扩展性,能与 NATS 和 Janus WebRTC 网关集成。项目提供了完整的构建和部署文档,包括 Docker 支持,方便搭建实时通信基础设施。
FunAudioLLM-APP - 开源语音交互与实时翻译应用
FunAudioLLMGithub人工智能开源项目语音翻译语音聊天音频处理
FunAudioLLM-APP是一个开源项目,包含Voice Chat和Voice Translation两个应用。Voice Chat提供AI驱动的对话系统,实现自然的语音交互。Voice Translation提供实时语音翻译功能,帮助不同语言使用者进行沟通。项目整合了CosyVoice和SenseVoice技术,旨在提升语音交互和翻译体验。
so-vits-svc-fork - 高效实时声音转换与改进界面
Githubso-vits-svc-fork实时转换开源开源项目语音转换预训练模型
so-vits-svc-fork项目基于so-vits-svc分支进行改进,支持实时声音转换并优化了用户界面。它不仅兼容旧版模型,同时通过高效的训练流程和简捷的pip安装过程提供了良好的用户体验。项目集成了QuickVC和ContentVec技术,显著提升音调估计准确性,并支持通过图形界面或命令行实时进行语音转换,同时支持自动下载预训练模型。
insanely-fast-whisper-api - 音频转文字的高速开源API,支持GPU云部署与并发处理
DockerGithubJigsawStackWhisper API开源开源项目转换音频
这是一款基于OpenAI Whisper Large v3的API,能够高速将音频转录为文字。此开源项目支持在任意支持GPU的云提供商上部署,内置说话人分离功能,提供易用的Fast API层、异步后台任务和Webhooks,优化了并发处理。支持任务管理、取消与状态查询,拥有安全的管理员认证访问。通过Docker可以轻松部署到包括Fly.io在内的多种VM环境,实现高效的生产用途。
ovmeet - 新一代跨平台Web和H5视频会议系统
GithubOvMeet2WebRTC开源项目视频会议跨平台远程协助
OvMeet是新一代Web和H5视频会议系统,基于WebRTC技术开发,支持PC、Android和iOS平台。系统提供白板、PPT演示、即时通讯、文件与桌面共享等全面功能。OvMeet具备强大的协议兼容性,支持RTSP、RTMP、WebRTC和SIP等多种接入方式。此外,该系统还集成了AR远程协助功能,实现一体化调度和录制存储。
mattermost - 全方位支持软件开发的开源协作平台
GithubMattermost协作工具安全通信开源平台开源项目软件开发
Mattermost是专注于软件开发全周期的开源协作平台。它使用Go和React开发,运行于Linux系统,支持主流数据库。平台提供DevSecOps、事件响应和IT服务等功能,可选择自托管或云端使用。Mattermost遵循MIT许可,定期更新,并支持多端访问,为团队提供安全高效的协作环境。
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。
FFmpeg - 开源多媒体处理框架 支持编解码转换和流媒体
FFmpegGithub命令行工具多媒体处理开源软件开源项目音视频编解码
FFmpeg是一套开源的多媒体处理框架,包含多个核心库和命令行工具。它支持广泛的编解码器、流媒体协议和容器格式,可用于音频、视频和字幕的处理与转换。FFmpeg提供libavcodec、libavformat等库,以及ffmpeg、ffplay和ffprobe等工具,为多媒体开发提供全面解决方案。
mumble - 多平台兼容的低延迟开源语音聊天程序
GithubMumbleMurmurQt开源软件开源项目语音聊天
Mumble是一个开源的低延迟语音聊天程序,基于Qt和Opus技术构建。它由客户端(mumble)和服务器(murmur)组成,支持多种操作系统。Mumble的主要特点包括高音质、跨平台兼容性和插件扩展能力,适合各类用户和团队进行稳定、可靠的语音通信。
whisper - 跨平台音频转文本开源项目
FFMPEGGithubWhisperWhisper.cppopen source开源项目音频转文字
Whisper是OpenAI开发的开源项目,使用whisper.cpp和FFMPEG将音频转换为WAV格式并提取文本。项目支持客户端和服务器端运行,无需互联网。目前代码和文档正在优化,接受捐赠以支持持续更新。适用于Android、Linux、Windows、iOS和macOS系统,安装和使用便捷,提供详尽文档和丰富资源。
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