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。

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。
rubberband - 开源音频时间拉伸和音高调整库
GithubRubber Band开源软件开源项目时间拉伸音频处理音高调整
Rubber Band是一个开源音频处理库和实用程序,能够独立调整音频的速度和音高。它支持C++和C语言接口,可进行离线和实时处理。库内置R2(快速)和R3(精细)两种处理引擎,适应不同音频素材。此外,Rubber Band还包括命令行工具、LADSPA/LV2插件和Vamp分析插件,为多样化的音频处理提供解决方案。该项目采用GNU通用公共许可证(GPL)发布,同时也提供商业许可选项。
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。
awesome-linuxaudio - Linux平台专业音视频制作开源软件资源列表
DAWGithubLinux开源开源项目采样器音频软件
这是一个针对Linux平台专业音视频制作的开源软件资源列表。涵盖DAW、音频编辑器、采样器、效果器、合成器等音频工具,以及视频编辑和灯光控制软件。列表主要面向Debian系统,多数软件可直接用包管理器安装。为用户搭建GNU/Linux音视频制作环境提供全面参考。
openvino-plugins-ai-audacity - OpenVINO驱动的Audacity AI音频处理插件
AI插件AudacityGithubOpenVINO开源软件开源项目音频处理
这个开源项目为Audacity开发了一系列基于AI的音频处理插件。包含音乐分离、降噪、音乐生成与延续以及语音转写等功能。插件使用OpenVINO技术,支持在本地CPU、GPU或NPU上运行,无需网络连接。这些功能可显著提升音频编辑效率和质量。项目采用GPL v3开源协议,适用于Windows和Linux系统。目前提供音乐分离、降噪、AI音乐生成和Whisper语音转写四大功能。开发者欢迎用户反馈和贡献代码,持续改进插件性能。
liboai - OpenAI API C++库,支持多种功能和异步调用
C++ LibraryChatGPTDALL·EGithubOpenAI APIliboai开源项目
liboai是一个非官方的C++17库,类似于OpenAI的Python库。开发者可以通过简单的方法和类访问多个OpenAI端点,包含ChatGPT、音频、Azure、图像生成、模型、文本补全、编辑、嵌入、文件和微调等功能,并支持异步调用。库依赖于nlohmann-json和cURL,推荐通过vcpkg安装这些依赖。文档提供了详细的使用说明和代码示例,欢迎通过Pull Request贡献代码,共同推动AI进步。
dasp-pytorch - 基于PyTorch的可微分音频信号处理器库
GithubPyTorch信号处理开源项目深度学习神经网络音频处理
dasp-pytorch是一个基于PyTorch的可微分音频信号处理库。它实现了混响、失真、动态范围处理、均衡和立体声处理等功能,可用于虚拟模拟建模、参数估计、自动DSP和风格迁移。该库支持CPU和GPU批处理,有助于加速训练和优化性能。作为开源项目,dasp-pytorch在Apache 2.0许可下可免费用于学术和商业目的。
music-metadata - 多格式音频元数据解析库 支持流处理和丰富标签提取
GithubNode.jsmusic-metadata开源项目标签解析音频元数据音频格式
music-metadata是一个功能丰富的音频元数据解析库。该库支持MP3、MP4、FLAC等主流音频格式,可提取ID3v1、ID3v2、APE等多种标签信息。通过流式处理,music-metadata能高效解析大型音频文件。该库适用于服务器和浏览器环境,提供基于Promise的API,便于集成到异步工作流中。对于需要处理音频文件元数据的媒体应用和音乐播放器项目,music-metadata是一个理想的选择。
cava - 跨平台终端音频频谱可视化工具
CAVAGithub开源软件开源项目终端跨平台音频可视化
CAVA是一款跨平台的终端和桌面音频频谱可视化工具。它支持Linux、FreeBSD、macOS和Windows系统,能实时将音频转换为频谱柱状图。CAVA兼容多种音频捕获方式,如PulseAudio、ALSA和MPD。该工具注重视觉效果和响应性,提供了直观的音乐可视化体验。CAVA安装配置简便,适合音频可视化爱好者使用。
cpal - 纯Rust跨平台音频库 简化音频开发
CPALGithubRust开源项目跨平台音频库音频输入输出
CPAL是一个纯Rust编写的低级音频库,支持多种操作系统和音频后端。它提供设备枚举、格式选择和PCM流构建等功能,简化跨平台音频应用开发。支持ALSA、WASAPI、CoreAudio等主流音频系统,并具备ASIO和Web Assembly兼容性。CPAL为开发者提供了灵活高效的音频处理工具,适用于各种音频应用场景。
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