搜索结果：audio（56 个）
按分类缩小范围
FunASR
商机 81
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
YuE
商机 81
前沿音乐生成模型，支持符号规划、零样本翻唱与 Agent 式音乐编辑。
OpenCreator
商机 80
原名 KrillinAI，支持 120+ 语言的视频翻译与配音工具，面向创作者的开源 AI 工作台。
cvat
商机 79
支持图像、视频、音频和 3D 数据集的标注平台，提供 AI 辅助标注及协作管理功能。
VidBee
商机 71
支持从千余站点下载音视频，本地转写并标注说话人，结合 AI 实现总结、翻译及对话。
CosyVoice
商机 71
多语言大规模语音生成模型，提供涵盖推理、训练和部署的全栈能力。
speechbrain
商机 71
基于 PyTorch 的开源全能语音处理工具包。
ChatTTS
商机 70
专注于日常对话场景的生成式文本转语音（TTS）模型。
spleeter
商机 70
Deezer 开源的源分离库，包含预训练模型。
screenpipe
商机 69
持续记录电脑屏幕工作轨迹以梳理工作流，并为 AI Agent 提供上下文背景记忆。
webamp
商机 69
在浏览器中复刻经典 Winamp 2 播放器的开源实现。
buzz
商机 69
基于 OpenAI Whisper 驱动，可在个人电脑上离线转写和翻译音频的工具。
mediacms （开源视频媒体管理系统）
商机 68
MediaCMS 是一个开源的视频与媒体 CMS，支持自托管，用于管理和分享音视频内容。
Babylon.js
商机 68
功能强大、效果出众且简单易用的开源 JavaScript 3D 渲染与游戏引擎。
fingerprintjs
商机 67
免费开源的先进浏览器指纹识别库。
Tone.js
商机 67
用于在浏览器中制作交互式音乐的 Web Audio 框架。
ytDownloader
商机 65
支持从数百个主流网站下载音频和视频的桌面客户端。
ebook2audiobook
商机 64
将电子书转换为有声书，支持 50 多种 TTS 引擎、声音克隆及 1696 种语言。
howler.js
商机 62
适用于现代 Web 环境的轻量级 JavaScript 音频处理库。
RootEncoder
商机 61
RootEncoder 是一款专为 Android 打造的音视频推流编码库。它完全采用 Java/Kotlin 编写，帮助开发者轻松将音视频流推送到媒体服务器。
核心功能包括：
1. **多协议推流**：支持 RTMP、RTSP、SRT 及 UDP 协议；
2. **多视频源与控制**：兼容 Camera1/2、CameraX 及 UVC 外接摄像头，支持推流中动态切镜头与启闭音视频；
3. **音频处理**：内置噪声抑制与回声消除。