Hugging Face Transformers 是一个适用于文本、视觉、音频和多模态机器学习任务的模型定义框架。它提供统一的 API 用于推理和训练,并支持超过 100 万个预训练检查点。
好开源,值得被发现。
发现优质开源项目,匿名提交开源项目,认领编辑你的开源项目。
带着好奇心,发现开源世界。
THE FIRST COLLECTIONCabopino PsychoSurfer 是一款适用于 Linux 的吉他插件和应用程序,采用神经模型 (NAM/AIDA-X),提供两个模型槽位、箱体 IR 以及 slapback 回声、弹簧/板式混响和颤音效果。界面采用 Fender blackface 风格,专为 surf、rockabilly 和 psychobilly 音乐体裁设计。
Mosh 是一款原生的跨平台数字音频工作站(DAW),它在信号路径中直接集成了 AI,具备生成式音色变换层和内置代理。
FFmpegFreeUI(简称3FUI)是运行于Windows的FFmpeg专业交互外壳,提供可视化参数面板用于视频转码与格式转换。内置AI助手Agent,支持批量任务、插件扩展、远程调用与硬件加速,所有生产力功能免费。
ffmpeg.wasm 是 FFmpeg 的純 WebAssembly 與 JavaScript 移植版本,讓瀏覽器能直接錄製、換與串流影音。
Screenity 是一款免费且注重隐私的 Chrome 屏幕录制与标注工具,无需登录即可无限次录制浏览器标签页、桌面和摄像头。
FineTune是一款免费开源的macOS菜单栏应用,提供按应用音量控制、多设备音频路由、10段均衡器和AutoEQ耳机校正功能。它支持音量增强、键盘快捷键、URL方案和设备管理,是SoundSource的替代品。
serum-render 是一款利用 DawDreamer 作为无头渲染引擎,将 Serum 1 (.fxp) 和 Serum 2 (.SerumPreset) 预设批量转换为音频文件的工具。
Gestune 是一款无需键盘或鼠标、通过手势控制系统音量的非接触式控制器。
Pion WebRTC 是一个纯 Go 实现的 WebRTC API,提供 PeerConnection、DataChannels、媒体处理和安全连接能力,且无需 Cgo。
metadata-docker 是一款自托管 Web 应用程序,专为管理音频库而设计,支持编辑 FLAC/MP3 元数据以及同步歌词。
APM44 Bridge 是一个 macOS 音频桥接工具,使制作人能够在 44.1 kHz 下运行 DAW 会话,同时通过 AirPods Max USB-C 在 48 kHz 进行监听。
本仓库提供面向软件开发者与工程师的数字化视频技术入门指南,涵盖图像表示、色彩模型、编解码器及流媒体等主题,并附带使用FFmpeg和MediaInfo的动手实践示例。
openFrameworks是一个社区开发的C++创意编程工具包,支持Windows、Linux、macOS、iOS、tvOS和Emscripten等平台,采用语义化版本控制,鼓励社区贡献。
一个为 Node 和 Electron 开发的 Rust 跨平台媒体服务库。它将应用程序连接到 Windows、macOS 和 Linux (MPRIS) 上的原生媒体控制,提供 MediaPlayer 属性、事件回调和生命周期方法。
这是一个为 Rust 编写的实时安全且可量化的音频处理核心,为解码、重采样、响度标准化和 DSP 提供了可组合的流水线。
一个用于JetBrains IDE的音频和视频播放插件,支持由JCEF和FFmpeg驱动的原生及转码媒体格式。
TastyTunes 是一款免费的桌面控制器,适用于基于 StreamMagic 平台的 Cambridge Audio 网络播放器。它支持本地库浏览、同步歌词、网络电台、预设和队列编辑,并提供可选的 MCP 服务器,允许本地 AI 代理查看并控制播放。
MPCTK 是一个用于创建、编辑和生成 Akai MPC Sample (.xpj) 项目的 Python 工具包。它支持采样注入、垫片布局生成(音阶/基于音阶)、转调,并保持项目结构。已在实际硬件上验证。
BlackHole是一款开源的macOS虚拟音频回环驱动,支持多通道、多种采样率,实现应用间零额外延迟音频路由,兼容Intel和Apple Silicon Mac。