Project Icon

amodem

音频调制解调库实现无网络数据传输

amodem是一个Python实现的音频调制解调库,可通过声卡实现计算机间的数据传输。它支持多种调制方式和采样率,使用OFDM技术,最高可达80kbps的传输速率。该项目适用于空中隔离或有线连接的场景,为无网络环境下的数据交换提供了解决方案。

Qwen-Audio-Chat - 多模态音频语言模型支持多种音频类型和复杂场景分析
GithubHuggingfaceQwen-Audio多任务学习多模态开源项目模型语音识别音频语言模型
Qwen-Audio-Chat是一款大规模音频语言模型,支持多种音频输入和文本输出。该模型采用创新的多任务学习框架,可处理30多种音频任务,在多个基准测试中表现优异。它能够支持多轮对话、声音理解、音乐欣赏等复杂场景,为音频AI研究和应用提供了有力工具。Qwen-Audio-Chat已开源模型代码和权重,并允许商业使用,推动了音频AI技术的发展。
localsend - 跨平台文件共享应用 无需网络快速安全传输
GithubLocalSend局域网传输开源开源项目文件共享跨平台
LocalSend是一款开源的跨平台文件共享应用,支持在本地网络上安全传输文件和消息,无需互联网连接。它采用REST API和HTTPS加密技术,确保数据安全。该应用兼容Windows、macOS、Linux、Android和iOS等主流操作系统,提供多种下载渠道。LocalSend操作简便,是局域网内进行安全高效文件传输的实用工具。
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。
drachtio-freeswitch-modules - 增强实时通信应用的开源FreeSWITCH模块集
Freeswitch模块Githubdrachtio开源项目语音识别音频处理
drachtio-freeswitch-modules是一个为drachtio应用设计的开源FreeSWITCH模块集。包含音频流转发、Google语音转文本、Dialogflow集成等模块,能够增强实时通信应用的功能。虽然项目不再积极维护,但对于需要高级音频处理和语音交互的FreeSWITCH应用开发者来说,仍是valuable参考资源。项目兼容性强,支持FreeSWITCH 1.8版本。
FLAML - 高效的Python库,用于自动化机器学习和模型调优
AutoMLFLAMLGithubPython开源项目机器学习模型优化
FLAML是一款轻量级且高效的Python库,旨在简化大语言模型和机器学习模型的自动化工作流程。通过多智能体对话框架和经济高效的自动调优功能,它帮助用户找到优质模型并优化GPT-X工作流。FLAML支持代码优先的AutoML和调优,能处理大规模搜索空间和复杂约束,广泛适用于分类、回归等任务。适用于Python 3.8及以上版本,并提供详细文档和多种扩展选项,满足用户的不同需求。
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。
RNode_Firmware - 用于长距离加密通信的开源无线电固件
GithubLoRaRNodeReticulum固件开源开源项目
RNode Firmware为开源数字无线电固件,兼容多种设备,支持长距离加密通信。适用于无网络环境,覆盖433MHz到2.4GHz频段。提供灵活配置和多种应用,如消息传递和网络接口。用户可通过RNode Config Utility轻松安装,助力自主通信网络构建。
SpeechMOS - 简化语音质量评估的开源工具
GithubMOS预测PyTorchSpeechMOS开源项目语音质量评估音频处理
SpeechMOS是一款开源的语音质量评估工具,通过简单的代码即可预测主观语音得分。该项目支持多种MOS预测系统,包括UTMOS强模型,可用于评估语音自然度。SpeechMOS使用torch.hub加载模型,无需额外导入库,支持批量处理,适用于语音合成评估等多种场景。这个工具为研究人员和开发者提供了便捷的语音质量评估方法。
voicefixer_main - 语音修复框架,支持严重退化和历史语音的恢复
GithubVoiceFixer开源项目神经声码器训练评估语音恢复
VoiceFixer 为一款专业语音修复框架,致力于修复严重退化或历史性语音。集成多种先进算法,适用于去噪音、消除回声、提升语音清晰度等多种场景,提供灵活的配置和广泛的测试支持。
cboard - 增强和替代通信网络应用,支持40种语言和多种符号库
AACCboardGithubWeb应用开源项目语言障碍通讯板
Cboard是针对语言和言语障碍人士(如自闭症和脑瘫患者)设计的网页应用,提供点击符号和文字到语音的通信方式。应用收录了多个主流AAC图标库的数千个符号,并支持40种语言,兼容多种设备平台。Cboard借助浏览器的语音合成API来实现交流,致力于帮助全球更多的儿童找到他们的声音。
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