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。

amphi-etl - Python低代码ETL工具 支持多类型数据处理
AI管道Amphi ETLGithubPython低代码开源项目数据处理
Amphi-etl是一款现代ETL工具,专注于AI时代的数据处理需求。它通过低代码界面加速数据和AI管道开发,生成可移植的Python代码。支持多样化数据处理,包括结构化和非结构化数据的导入、转换和导出。提供私有化部署,保障数据安全与隐私。
matchering - 智能音频匹配与母带处理工具
GithubMatchering 2.0Python库开源项目母带处理音频匹配音频处理
Matchering 2.0是开源音频处理工具,提供容器化Web应用和Python库。基于目标音轨和参考音轨比对,自动调整RMS、频率响应、峰值振幅和立体声宽度,实现专业级母带处理。支持多种音频格式,可用于风格模仿、专辑统一和音频实验,为音乐制作者提供灵活高效的解决方案。
friendly-stable-audio-tools - 改进后的Stable Audio Tools开源框架支持音频生成模型训练和推理
AI音频生成GithubStable Audio开源项目模型训练深度学习音乐生成
该项目是对Stability AI的stable-audio-tools的重构和增强,提供了音频和音乐生成模型的开源代码。重构后的代码提高了可读性和易用性,并新增了评估和使用自训练模型的脚本。项目详细说明了如何训练Stable Audio 2.0等模型,并提供了Stable Audio Open 1.0的使用文档和便捷脚本。此外,项目支持多GPU/节点生成,并集成了Gradio界面用于测试模型。
kymatio - 基于Python的大规模信号处理与机器学习的波形散射转换
GithubKymatio信号处理大规模数值实验开源项目波浪散射变换深度学习
Kymatio是一个基于Python的波形散射转换库,支持1D、2D和3D波形,适用于信号处理和机器学习的数值实验。无论在CPU还是GPU上,Kymatio均可流畅运行,并与PyTorch、TensorFlow和Jax等主流深度学习框架兼容。Kymatio采用固定的波形滤波器实现平移不变的信号表示,适用于构建端到端的深度神经网络。
sionna - 基于TensorFlow的开源通信系统仿真库推动物理层创新
GithubSionnaTensorFlow开源库开源项目深度学习通信系统
Sionna是一个开源Python库,利用TensorFlow进行数字通信系统的链路级仿真。该项目为物理层研究提供了实用工具,支持GPU加速,并配有多种示例和教程。研究人员和工程师可以通过pip或Docker安装使用。Sionna致力于提升性能和用户体验,为通信系统的开发和优化创造了便利条件。
AudioLCM - 基于潜在一致性模型的文本到音频生成系统
AudioLCMGithub开源实现开源项目文本生成音频潜在一致性模型高质量音频生成
AudioLCM是一个开源的文本到音频生成系统,基于潜在一致性模型。该项目提供完整实现代码和预训练模型,支持高效生成高质量音频内容。AudioLCM在ACM-MM'24会议被接受,并在GitHub和HuggingFace平台发布。研究人员可使用预训练模型进行推理,或按指南准备数据集训练自定义模型。项目还包含数据集处理、变分自编码器训练等功能。
mopidy - 多源音乐服务器 支持远程控制和扩展功能
GithubMopidyPython开源项目扩展系统树莓派音乐服务器
Mopidy是一款基于Python的音乐服务器,支持本地、Spotify和SoundCloud等多个音源。通过MPD和Web客户端,用户可跨设备控制播放列表。它提供HTTP和MPD服务,支持前端扩展,适用于Raspberry Pi,并具备API接口便于二次开发。Mopidy为音乐播放项目提供了灵活且功能丰富的基础平台。
whisper - 跨平台音频转文本开源项目
FFMPEGGithubWhisperWhisper.cppopen source开源项目音频转文字
Whisper是OpenAI开发的开源项目,使用whisper.cpp和FFMPEG将音频转换为WAV格式并提取文本。项目支持客户端和服务器端运行,无需互联网。目前代码和文档正在优化,接受捐赠以支持持续更新。适用于Android、Linux、Windows、iOS和macOS系统,安装和使用便捷,提供详尽文档和丰富资源。
distributed-llama - 优化大型语言模型的分布式计算性能
Distributed LlamaGithubLlama 3Python 3TCP socketsTensor parallelism开源项目
通过分布式计算技术,分散大型语言模型(LLMs)的工作负载到多个设备上,即使是性能较弱的设备也能运行强大的LLMs。项目使用TCP sockets同步状态,用户可以使用家庭路由器轻松配置AI集群,实现显著加速效果。Distributed Llama支持多种模型架构,提供简便的设置和操作方法,用户可以在本地运行大规模语言模型。
pyloudnorm - Python音频响度测量库
GithubITU-R BS.1770-4Python开源项目音频响度计音频处理
pyloudnorm是基于ITU-R BS.1770-4标准开发的Python音频响度测量库。它支持灵活调整闸门块大小和频率权重滤波器,可实现音频响度测量、峰值归一化和响度归一化。该库能精确测量WAV文件响度,并提供自定义IIR滤波器等高级功能。pyloudnorm适合音频开发者和专业人士使用,可满足精确的音频响度分析和处理需求。
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