Project Icon

libspatialaudio

开源C++库用于Ambisonics和3D音频的空间处理

libspatialaudio是一个开源跨平台C++库,用于Ambisonics编码、解码、滤波和双耳渲染。支持高阶Ambisonics (HOA)和VR/3D音频处理,适用于耳机和扬声器播放。该库兼容ACN/SN3D格式,可处理最高3阶的HOA音频流,包括编码、解码、旋转和缩放。还提供双耳化功能,实现空间音频的立体声效果。

awesome-space - 太空资源代码和数据的精选列表
APIGithub卫星天文学太空开源项目数据
该项目整理了太空相关的代码、API、数据等资源,涵盖天文学、航天器、地球观测等领域。提供学习材料、开源工具和数据集,适合天文爱好者、航天工程师和数据科学家参考使用。项目鼓励社区贡献,致力于成为太空探索和研究的综合资源库。
audio-webui - 支持自动安装和Docker部署的音频处理界面
Audio WebuiDockerGitHubGithub安装开源项目更新
Audio Webui为音频处理提供了全面的解决方案,兼容Python 3.10及更高版本,支持自动安装及Docker部署。适用于Windows、Linux、MacOS和Google Colab,项目持续更新维护。
ad-rss-lib - 开源C++库实现自动驾驶责任敏感安全模型
C++库GithubRSS安全模型开源开源项目自动驾驶
ad-rss-lib是一个开源C++库,实现了自动驾驶责任敏感安全(RSS)模型。该库可处理多车道、交叉路口和非结构化道路场景,为自动驾驶系统提供安全约束。支持自动驾驶地图集成和Python开发,已在CARLA模拟器和百度Apollo平台中应用,为自动驾驶安全研究提供了有力工具。
FoleyCrafter - 提升电影和游戏沉浸感的创新视频转音频框架
FoleyCrafterGithubGradio界面HuggingFace Model开源项目电影声音效果视频转音频生成
FoleyCrafter 是一个视频转音频生成框架,能生成与视频语义相关且同步的逼真音效,增强电影和游戏的沉浸式视听体验。该工具利用 Auffusion 和自适应模块实现时间对齐和视觉提示识别。FoleyCrafter 提供简便的环境配置和模型检查点下载,并可通过 Gradio 界面演示操作,适用于不同项目。
GaussianSplats3D - Three.js驱动的实时3D高斯点渲染引擎
3D Gaussian SplattingGithubThree.jsWebGL开源项目渲染器点云
GaussianSplats3D是基于Three.js的3D高斯点渲染引擎,能将2D图像转换为实时交互的3D场景。它支持.ply、.splat和.ksplat格式,集成了WebXR、球谐函数渲染和优化的剔除排序算法。该项目可独立运行或与Three.js场景集成,为3D渲染提供灵活解决方案。GaussianSplats3D适用于Web环境,支持大规模点云渲染,性能优化突出。
libpointmatcher - 快速点云配准的模块化C++库
C++库GithubICP算法开源项目机器人视觉点云配准
libpointmatcher是一个开源的模块化C++库,实现了用于点云对齐的迭代最近点(ICP)算法。这个库主要应用于机器人和计算机视觉领域,支持csv、vtk、ply和pcd等多种文件格式,可在Ubuntu、MacOS和Windows上运行。libpointmatcher以C++编写以提高效率,同时提供Python绑定。该库提供了灵活的配置选项,允许用户自定义点云配准过程中的各个步骤。它还包含了多个示例和教程,方便用户快速上手。libpointmatcher采用BSD许可证,适用于学术研究和商业项目。
FlexASIO - 通用灵活的ASIO音频驱动程序
ASIO驱动FlexASIOGithubPortAudioWindows开源项目音频接口
FlexASIO是一款通用ASIO驱动程序,支持多种Windows音频API,可与各种音频硬件兼容。它支持共享模式,允许多个应用程序同时使用音频设备。该驱动程序提供可定制的配置选项,如后端选择和缓冲区大小等。FlexASIO具有详细的日志记录功能,便于故障排除。适用于需要ASIO功能但缺少专用驱动的情况。
3D-Speaker - 开源多模态说话人识别与验证工具包
3D-SpeakerGithubModelScope开源工具包开源项目说话人验证预训练模型
3D-Speaker是一个开源的单模态和多模态说话人验证、识别和分离工具包。它提供ERes2Net、CAM++等预训练模型,适用于多种说话人相关任务。该项目发布的大规模语音数据集3D-Speaker有助于语音表示解耦研究。3D-Speaker支持有监督和自监督训练,以及语言识别等多种实验设置,为研究人员提供全面的说话人技术解决方案。
libva - VA-API开源实现为视频处理提供硬件加速
GithubLibvaVA-API图形硬件加速开源库开源项目视频加速
libva是VA-API的开源实现,为视频处理提供图形硬件加速功能。这个视频加速开源库包含主库和多个硬件供应商的驱动加速后端,适用于高效视频编解码和处理。libva支持多种操作系统和编译器,使用自动生成工具和Meson构建系统,可灵活安装于不同Linux发行版。项目提供详细构建说明,欢迎开发者参与贡献,共同推进视频加速技术的发展。
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