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。

MediaInfoLib - 统一展示音视频文件技术和标签数据的开源库
GithubMediaInfoLib开源项目技术数据标签数据视频文件音频文件
MediaInfoLib是一个开源库,用于提取和展示音视频文件的技术和标签信息。该库支持多种音视频格式,以统一的方式呈现关键数据,适用于开发者和媒体工作者。项目采用BSD-2-Clause许可证,允许自由使用和修改,并保持持续更新。
OpenAudioMc - Minecraft服务器语音聊天和音频系统插件
GithubMinecraftOpenAudioMc开源项目插件语音聊天音频系统
OpenAudioMc是一款Minecraft服务器插件,提供近距离语音聊天和音频系统功能,无需玩家安装模组。支持Bungeecord、Velocity和Spigot等多种服务器平台,具备空间音频、音乐和音效播放、世界区域音乐分配等特性。插件内置审核功能,支持多语言客户端,并使用CDN加速。玩家可通过简单的网页客户端使用。OpenAudioMc具有丰富的API和活跃的社区支持,为Minecraft服务器提供全面的音频解决方案。
SDL - 跨平台开发库 为游戏和多媒体应用提供底层硬件访问
GithubSDL多媒体编程开源项目游戏开发硬件访问跨平台开发库
Simple DirectMedia Layer (SDL)是一个跨平台开发库,提供对音频、键盘、鼠标、手柄和图形硬件的低级访问。它广泛应用于视频播放软件、模拟器和游戏开发,包括Valve作品和Humble Bundle游戏。SDL 3.0版本带来更多功能和优化,支持创建高性能多媒体应用和游戏。
openai-cpp - 轻量级C++库,用于简化与OpenAI API的集成
API集成C++库GithubOpenAI-C++libcurl开源项目机器学习
开源的OpenAI C++库,简化了在C++应用中调用OpenAI API的过程。兼容C++11及以上版本编译器,仅需两个头文件,无需额外依赖。支持全部OpenAI API功能,包括模型管理、完成、编辑、图像生成、嵌入和文件管理等。简单设置环境变量或直接在代码中配置API密钥即可使用,支持自定义实例管理,详情参见示例代码。
sonobus - 实时多人音频流传输应用程序
GithubSonoBus低延迟多人连接开源项目跨平台音频流媒体
SonoBus是一款开源的实时音频流传输应用程序,支持通过互联网或本地网络进行多人高质量、低延迟的音频连接。该工具适用于远程音乐创作、播客录制等场景,提供延迟和音质的精细控制。SonoBus具备输入压缩、噪声门和均衡器等功能,可作为独立应用在多个操作系统上运行,也可作为音频插件在DAW中使用。此外,SonoBus支持无损PCM和Opus压缩音频传输,满足不同的音质需求。
fundsp - Rust音频DSP库 提供函数式合成和信号流分析
FunDSPGithubRust开源项目数字信号处理音频合成音频处理
FunDSP是一个Rust音频数字信号处理库,专注于音频处理和合成。该库提供内联图形表示法描述音频处理网络,利用Rust的零成本抽象表达网络结构。FunDSP的信号流系统可为线性网络确定分析频率响应。库中包含音频组件、数学函数、实用工具和程序生成工具,适用于游戏音频处理、教育、音乐制作和DSP算法原型设计。
pedalboard - 功能强大的Python音频处理和效果器库
GithubPedalboardPython库VST3开源项目音效插件音频处理
Pedalboard是一个功能丰富的Python音频处理库,支持多种音频格式的读写和效果器应用。内置常见音频效果如合唱、混响等,同时支持加载VST3和Audio Unit插件。该库具有优秀的线程安全性、内存管理和处理速度,可与TensorFlow等深度学习框架集成。Pedalboard在Spotify的数据增强和AI功能开发中得到应用,是音频处理领域的高效工具。
riffusion-hobby - 用于实时音乐和音频生成的开源稳定扩散库
GithubRiffusion实时生成开源项目稳定扩散音乐生成音频处理
Riffusion是一个开源库,利用稳定扩散技术实现实时音乐和音频生成,并在图像和音频之间进行转换。该库提供扩散管道、命令行工具和互动应用,支持通过Flask服务器进行模型推理。支持CPU、CUDA和MPS后端,推荐使用CUDA支持的GPU以获得最佳性能。虽然项目已停止维护,但用户仍可参考相关资源和指南进行安装和使用。
awesome-large-audio-models - 音频AI模型前沿进展与资源汇总
Github大型音频模型开源项目语音合成语音识别跨模态AI音乐生成
本项目汇总了音频AI领域的精选资源,涵盖语音识别、合成、翻译等多个方向的前沿进展。定期更新最新论文和开源实现,为研究者和开发者提供全面了解音频AI发展的平台。内容包括主流大型音频模型、各应用领域技术及大规模数据集,是音频AI研究的重要参考资料。
AudioLDM2 - 多功能文本到音频生成开源项目
AudioLDM 2Github人工智能开源项目文本生成音频深度学习音频合成
AudioLDM2是一个开源的文本到音频生成项目,支持创建音效、音乐和语音。该模型能生成超过10秒的音频,输出高达48kHz的高保真音频,并与Hugging Face Diffusers库集成。AudioLDM2提供多个预训练检查点,适用于不同生成任务,支持CPU、CUDA和MPS设备。用户可通过命令行或Web应用程序使用,提供灵活的音频生成选项。项目还包括随机种子调整功能,可优化不同硬件上的性能表现。支持批量生成和自动质量控制,允许用户生成多个候选音频并选择最佳结果。此外,项目提供了详细的使用说明和参数设置选项,方便用户根据需求调整生成过程。
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