开源音频处理项目推荐【持续更新】

Audacity

  1. 介绍 :Audacity是一款功能强大的开源音频编辑软件,适用于多种操作系统,包括Windows、macOS和Linux。它支持多轨音频编辑、录制,并且提供了丰富的音频处理功能,如剪切、复制、粘贴、混音、降噪等
    。Audacity的最新版本是3.6版本,于2024年7月16日发布,带来了主通道、新效果、新主题等功能。
  2. 官网地址https://www.audacityteam.org/
  3. GitHub星数:12.3k
  4. GitHub地址https://github.com/audacity/audacity

Audacious

  1. 介绍:Audacious是一个开源的音乐播放器,它继承了XMMS的特性,并且在此基础上进行了改进和发展。Audacious支持多种音频格式,并且具有高度的可定制性,用户可以通过安装插件来扩展其功能。它支持Linux、BSD、macOS和Windows操作系统。
  2. GitHub星数:819
  3. GitHub地址https://github.com/audacious-media-player/audacious

LMMS

  1. 介绍:LMMS是一个免费且开源的数字音频工作站(DAW),适用于Windows、Linux和macOS操作系统。它允许用户创作旋律和节奏,合成和混合声音,以及编排样本。LMMS提供了多种乐器和效果插件,支持VST和SoundFont,并且具有用户友好的现代界面。
  2. GitHub星数:8k
  3. GitHub地址https://github.com/LMMS/lmms

VCV Rack

  1. 介绍:VCV Rack是一个开源的虚拟模拟合成器平台,它模拟了Eurorack模块,同时也支持原创模块。这个软件允许用户在Windows、Mac和Linux上构建和配置自己的虚拟模块合成器机架。VCV Rack包括一些内置模块,用户也可以通过安装更多的在线模块来扩展模块库。
  2. GitHub星数:4k
  3. GitHub地址https://github.com/VCVRack/Rack

MuseScore

  1. 介绍:MuseScore是一个免费的、多功能的音乐制谱软件,它支持多平台如Windows、Mac和Linux。这个软件以其所见即所得的界面和易用性而受到许多音乐爱好者和专业人士的欢迎。MuseScore提供了丰富的功能,包括音符输入、乐谱编辑、MIDI和音频文件的导入导出、以及打印出精美的乐谱。
  2. GitHub星数:12.1k
  3. GitHub地址https://github.com/musescore/MuseScore

The Synthesis ToolKit in C++ (STK)

  1. 介绍:The Synthesis ToolKit in C++ (STK) 是一个由Perry R. Cook和Gary P. Scavone开发的开源音频信号处理和算法合成库,它提供了一系列用C++编写的类,旨在促进音乐合成和音频处理软件的快速开发。STK的特点包括跨平台功能、实时控制、易用性以及提供教育性的示例代码。
  2. 官网https://ccrma.stanford.edu/software/stk/
  3. GitHub星数:1k
  4. GitHub地址:https://github.com/thestk/stk

MockingBird

  1. 介绍:MockingBird 是一个开源的实时语音克隆项目,它基于先前的SV2TTS项目进行了改进和优化,以支持中文语音克隆。MockingBird 的主要功能是能够通过较短的语音样本快速克隆一个人的声音,并且可以用克隆的声音生成新的语音内容。这个项目在GitHub上有详细的安装和使用说明,以及如何进行调参以优化克隆效果的指导。
  2. GitHub星数:35k
  3. GitHub地址https://github.com/babysor/MockingBird

Real-Time-Voice-Cloning

  1. 介绍:Real-Time-Voice-Cloning 是一个能够实时克隆声音并生成任意语音内容的开源项目。它基于谷歌2017年发布的论文SV2TTS,将克隆工作分为三个模块:编码器(Encoder)、合成器(Synthesizer)和声码器(Vocoder)。该项目能够快速适应新的声音,并且不需要大量的训练数据。
  2. GitHub星数:52k
  3. GitHub地址https://github.com/CorentinJ/Real-Time-Voice-Cloning

ESPnet

  1. 介绍:ESPNet是一个开源的端到端语音处理工具包,它覆盖了包括自动语音识别(ASR)、文本转语音合成(TTS)、语音翻译(ST)、语音增强、说话人诊断以及口语理解等多个领域。ESPNet的核心采用PyTorch作为深度学习引擎,同时借鉴了Kaldi的数据处理方式、特征提取和配方,以确保对于不同语言和场景下的语音处理实验能够具备完整性和高效性。
  2. GitHub星数:8.3k
  3. GitHub地址https://github.com/espnet/espnet

voice-changer

  1. 介绍:提供丰富的在线声音变换功能,包括音调调节、性别转换、匿名处理等。
  2. GitHub星数:16.1k
  3. GitHub地址https://github.com/w-okada/voice-changer
相关推荐
Spcarrydoinb11 分钟前
基于yolo11的BGA图像目标检测
人工智能·目标检测·计算机视觉
kcarly44 分钟前
DeepSeek 都开源了哪些技术?
开源·大模型·llm·deepseek
非ban必选1 小时前
spring-ai-alibaba第四章阿里dashscope集成百度翻译tool
java·人工智能·spring
是店小二呀1 小时前
AI前沿:资本狂潮下的技术暗战:巨头博弈、开源革命与生态重构
人工智能·重构·开源
snowfoootball1 小时前
基于 Ollama DeepSeek、Dify RAG 和 Fay 框架的高考咨询 AI 交互系统项目方案
前端·人工智能·后端·python·深度学习·高考
云和数据.ChenGuang2 小时前
机器学习之回归算法
人工智能·机器学习·回归
odoo中国2 小时前
深度学习 Deep Learning 第15章 表示学习
人工智能·深度学习·学习·表示学习
EasyGBS2 小时前
NVR接入录像回放平台EasyCVR视频系统守护舌尖上的安全,打造“明厨亮灶”云监管平台
安全·音视频
橙色小博2 小时前
长短期记忆神经网络(LSTM)基础学习与实例:预测序列的未来
人工智能·python·深度学习·神经网络·lstm
深蓝学院2 小时前
闭环SOTA!北航DiffAD:基于扩散模型实现端到端自动驾驶「多任务闭环统一」
人工智能·机器学习·自动驾驶