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。

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。
ambie - 提供专注学习和放松的白噪音自然音效工具
AmbieGithub专注开源项目放松白噪音背景音乐
Ambie是一款开源的白噪音和自然音效应用,致力于帮助用户提高专注力、改善睡眠质量和放松身心。该应用提供丰富的内置音效,包括雨声、海浪声等,有效帮助用户集中注意力、缓解焦虑和失眠困扰。Ambie以其极简设计和出色的用户体验赢得广泛好评,被多家知名媒体评为最佳生产力应用之一。除了基本的音效播放功能,Ambie还集成了计时器和记事本等实用工具,为用户提供一站式的专注解决方案。用户可以通过下载在线音效来进一步丰富音效库,满足个性化需求。无论是需要提高工作效率还是寻求放松的人群,都能在Ambie中找到适合自己的背景音。
stable-audio-open-1.0 - 开源文本转音频模型支持44.1kHz立体声和最长47秒音频生成
GithubHuggingfaceStable Audio Open 1.0人工智能开源项目机器学习模型音乐创作音频生成
Stable Audio Open 1.0是Stability AI推出的开源音频生成模型,通过自编码器、T5文本嵌入和DiT扩散模型架构,将文本转换为最长47秒的44.1kHz立体声音频。模型基于48万条音频数据训练,在音效和环境音生成方面表现突出,支持stable-audio-tools和diffusers两种调用方式。现阶段仅支持英文提示词输入,不具备人声生成能力。
vrspace - 开源多用户虚拟现实引擎 构建沉浸式在线体验
GithubVRSpace多用户虚拟现实客户端代码开源项目服务器配置
VRSpace是一个开源的多用户虚拟现实引擎,支持快速部署和实时多人交互。它提供客户端和服务器端API,适用于构建虚拟会议、社交空间和教育平台等应用。VRSpace基于Java和JavaScript开发,支持BabylonJS前端框架,并提供Docker镜像便于部署。该项目包含开发文档、社区支持和示例项目,方便开发者创建VR应用。VRSpace提供npm包和Maven构件,便于集成到现有项目中。
awesome-music - 开源音乐工具和资源精选
GithubMIDI工具乐谱制作开源项目音乐工具音乐编程音频编辑
Awesome Music是一个精心分类的音乐相关开源资源集合,涵盖音频编辑、音频库、MIDI工具、乐谱制作和音乐编程等领域。该项目汇集了音乐创作和理论学习的各类工具,为音乐爱好者、专业人士和开发者提供丰富资源。内容持续更新,欢迎贡献新的优质开源项目。
rust-av - Rust实现的多媒体处理库
GithubRust-AV多媒体库开源项目纯Rust实现音视频处理
rust-av是一个正在开发中的Rust多媒体处理库,致力于实现解复用器、复用器和编解码器。项目提供音视频原语和处理工具,包含丰富的使用示例。rust-av采用MIT许可证,API持续优化,旨在成为Rust生态系统中的主要多媒体解决方案。该项目托管于GitHub,欢迎开发者参与贡献。
rnnoise - 开源深度学习实时语音降噪库
GithubRNNoise噪音抑制开源项目机器学习神经网络语音增强
RNNoise是一个开源的基于循环神经网络的噪声抑制库,专注于实时全频带语音增强。它采用混合DSP和深度学习方法,支持48kHz采样率的16位PCM文件处理。该项目提供简单的命令行工具,同时允许用户使用自定义数据集进行模型训练。RNNoise还支持可加载模型,提高了系统的灵活性和适应性。
wavesurfer.js - 交互式Web音频可视化和播放库
GithubJavaScript库WaveSurfer.jsWeb Audio开源项目波形渲染音频可视化
wavesurfer.js是一个开源的交互式音频波形渲染和播放库,专为Web应用设计。它利用现代Web技术提供音频可视化和播放功能,支持区域标记、时间轴显示和频谱图等多种插件。最新的v7版本采用TypeScript重写,提供类型化API、优化的性能和新插件,适用于各种音频处理需求。
ApertusVR - 开源跨平台VR/AR引擎 实现多设备场景共享
ApertusVRGithub增强现实开源引擎开源项目虚拟现实跨平台
ApertusVR是一款跨平台开源VR/AR引擎,采用无供应商锁定方法,支持多种操作系统和硬件。通过高层抽象,实现一次编码多平台运行。支持不同VR/AR设备共享场景,提供易集成库和插件,加速产品开发。基于MIT许可证发布,为开发者提供灵活性。
raylib - 轻量级跨平台游戏开发库 支持2D和3D图形
Githubraylib图形库开源开源项目游戏编程跨平台
raylib是一款开源的游戏开发库,采用纯C语言编写。它具有跨平台兼容性,支持2D和3D图形渲染、音频处理和数学运算。该库提供硬件加速的OpenGL抽象层,无需外部依赖。raylib适用于快速原型设计、工具开发、图形应用和教育领域。它包含丰富的示例和多种编程语言接口。
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