audio development tools下載 - audio development tools原始碼下載

音訊開發工具 (ADT)

這是聲音、音訊和音樂開發工具的列表，其中包含機器學習、音訊生成、音訊訊號處理、聲音合成、遊戲音訊、數位音訊工作站、空間音訊、音樂資訊檢索、音樂生成、語音識別、語音合成、歌聲合成等等。

項目清單

機器學習（ML）

librosa -Librosa 是一個用於音樂和音訊分析的 python 套件。它提供了創建音樂資訊檢索系統所需的構建塊。
Essentia - Essentia 是一個開源 C++ 函式庫，用於音訊分析和基於音訊的音樂資訊檢索，根據 Affero GPLv3 授權發布。它包含大量可重複使用演算法，可實現音訊輸入/輸出功能、標準數位訊號處理區塊、資料統計特徵以及大量頻譜、時間、音調和高級音樂描述符。用於音訊和音樂分析、描述和合成的 C++ 函式庫，包括 Python 綁定。
DDSP - DDSP：可微分數位訊號處理。 DDSP 是常見 DSP 功能（例如合成器、波形整形器和濾波器）的可微分版本的函式庫。這使得這些可解釋的元素可以用作深度學習模型的一部分，特別是作為音訊生成的輸出層。
MIDI-DDSP - MIDI-DDSP：透過分層建模對音樂表演進行詳細控制。 MIDI-DDSP 是一種分層音訊產生模型，用於合成從 DDSP 擴展而來的 MIDI。
DDSP-VST - 即時 DDSP 神經合成器和效果。使用 JUCE 框架和 DDSP 建立的 VST3/AU 插件和桌面應用程式。
torchsynth - pytorch 中的 GPU 可選模組化合成器，比即時速度快 16200 倍，適用於音訊 ML 研究人員。
aubio -aubio 是一個設計用於從音頻訊號中提取註釋的工具。其功能包括在每次攻擊之前對聲音檔案進行分段、執行音高檢測、敲擊節拍以及從現場音訊生成 MIDI 串流。
audioFlux -audioFlux 是一個用於音訊和音樂分析、特徵提取的深度學習工具庫。支援數十種時頻分析變換方法以及數百種對應的時域和頻域特徵組合。它可以提供給深度學習網路進行訓練，用於研究音訊領域的各種任務，如分類、分離、音樂資訊檢索（MIR）和ASR等。
Polymath - Polymath 使用機器學習將任何音樂庫（例如來自硬碟或 YouTube）轉換為音樂製作樣本庫。該工具自動將歌曲分成主幹（節拍、低音等），將它們量化為相同的節奏和節拍網格（例如 120bpm），分析音樂結構（例如主歌、合唱等）、調（例如 C4、E3）等）和其他資訊（音色、響度等），並將音訊轉換為midi。結果是一個可搜尋的範例庫，它簡化了音樂製作人、DJ 和 ML 音訊開發人員的工作流程。
IPython - IPython 提供了豐富的工具包來幫助您充分利用 Python 互動方式。
torchaudio - PyTorch 的音訊庫。用於音訊訊號處理的資料操作和轉換，由 PyTorch 提供支援。
TorchLibrosa - Librosa 的 PyTorch 實作.
torch-audiomentations - PyTorch 中的快速音訊資料增強。受到音頻的啟發。對於深度學習很有用。
PyTorch Audio Augmentations - PyTorch 的音訊資料增強庫，用於時域中的音訊。
Asteroid - Asteroid 是基於 Pytorch 的音訊來源分離工具包，可在常見資料集上進行快速實驗。它附帶了支援大量資料集和架構的原始程式碼，以及一組用於重現一些重要論文的方法。
Kapre -Kapre：Keras 音訊預處理器。 Keras 音訊預處理器 - 在 GPU 上即時計算 STFT、InverseSTFT、Melspectrogram 等。
praudio - 用於深度學習音訊應用程式的音訊預處理框架。
automix-toolkit - 用於訓練深度學習自動混合模型的模型和資料集。
DeepAFx - DeepAFx：深度音訊效果。音訊訊號處理效果 (FX) 用於操縱各種媒體的聲音特性。然而，許多 FX 使用起來可能很困難或乏味，特別是對於新手用戶而言。在我們的工作中，我們的目標是透過訓練機器直接使用 FX 並執行自動音訊製作任務來簡化音訊 FX 的使用方式。透過使用熟悉的現有工具來處理和建議控制參數，我們可以創建一個獨特的範式，將人工智慧的力量與人類的創造性控制相結合，為創作者賦能。
nnAudio - nnAudio 是一個使用 PyTorch 卷積神經網路作為後端的音訊處理工具箱。透過這樣做，可以在神經網路訓練期間從動態音訊產生頻譜圖，並且可以訓練傅立葉核（例如或CQT核）。
WavEncoder -WavEncoder 是一個 Python 函式庫，用於編碼音訊訊號、音訊增強轉換以及使用 PyTorch 後端訓練音訊分類模型。
SciPy - SciPy（發音為“Sigh Pie”）是一個用於數學、科學和工程的開源軟體。它包括統計、最佳化、積分、線性代數、傅立葉變換、訊號和影像處理、ODE 求解器等模組。
pyAudioAnalysis - Python 音訊分析庫：特徵提取、分類、分割和應用。
Mutagen - Mutagen 是一個處理音訊元資料的 Python 模組。它支援 ASF、FLAC、MP4、Monkey's Audio、MP3、Musepack、Ogg Opus、Ogg FLAC、Ogg Speex、Ogg Theora、Ogg Vorbis、True Audio、WavPack、OptimFROG 和 AIFF 音訊檔案。支援所有版本的 ID3v2，並解析所有標準 ID3v2.4 幀。它可以讀取Xing標頭來準確計算MP3的位元率和長度。無論音訊格式如何，都可以編輯 ID3 和 APEv2 標籤。它還可以在單個資料包/頁面層級上操作 Ogg 流。
LibXtract - LibXtract 是一個簡單、可移植、輕量級的音訊特徵提取函數庫。該庫的目的是提供一組相對詳盡的特徵提取基元，這些基元被設計為「級聯」以創建提取層次結構。
dejavu - Python 中的音訊指紋辨識和辨識。 Dejavu 可以透過聽一次音訊並對其進行指紋識別來記住音訊。然後，透過播放歌曲並記錄麥克風輸入或從磁碟讀取，Dejavu 嘗試將音訊與資料庫中儲存的指紋進行匹配，以返回正在播放的歌曲。
匹配 - ?️ 開源音訊匹配和母帶處理。 Matchering 2.0是一個新穎的容器化 Web 應用程式和Python 函式庫，用於音訊配對和母帶處理。
TimeSide -TimeSide 是一個 Python 框架，支援低階和進階音訊分析、成像、轉碼、串流媒體和標籤。其高級 API 旨在透過插件架構、安全的可擴展後端和可擴展的動態 Web 前端，對任何音訊或視訊資產的超大型資料集進行複雜處理。
Meyda - Meyda 是一個 Javascript 音訊特徵提取庫。 Meyda 支援離線特徵提取以及使用 Web Audio API 的即時特徵提取。我們寫了一篇關於它的論文，可以在這裡找到。
Audiomentations - 用於音訊資料增強的 Python 庫。靈感來自專輯。對於深度學習很有用。在CPU上運行。支援單聲道音訊和多聲道音訊。可以整合到 Tensorflow/Keras 或 Pytorch 等訓練管道中。幫助人們在 Kaggle 比賽中獲得世界級的成績。被生產下一代音訊產品的公司使用。
soundata - 用於下載、載入和處理聲音資料集的 Python 函式庫。
auraloss - PyTorch 中以音訊為中心的損失函數的集合。
Neutone - AI 音訊插件和社群。縮小人工智慧研究和創造力之間的差距
Waveformer - 一種用於即時目標聲音擷取的高效架構。
EfficientAT - 高效的大規模音訊標記。我們提供 AudioSet 預訓練模型，為下游訓練和音訊嵌入擷取做好準備。
EfficientAT_HEAR - 根據音訊表示基準的整體評估評估 EfficientAT 模型。
VAD-python - Python 中的語音活動偵測器。將語音活動偵測器應用於波形檔案的 Python 程式碼。基於語音頻帶能量與總能量之比的語音活動偵測器。
Diffsynth - PyTorch 中的可微音樂合成器.
Realtime DDSP - PyTorch 中的即時（流）DDSP 與 neutone 相容.
pc-ddsp - 音高可控 DDSP 聲碼器。
SSSSM-DDSP - 半監督合成器聲音與可微分 DSP 匹配。
GOLF - 基於 DDSP 的神經聲碼器。
audacitorch - PyTorch 包裝器，用於大膽地使用您的模型！
Scyclone - Scyclone 是一個音訊插件，利用神經音色傳輸技術提供一種新的音訊製作方法。
Scyclone AI - 為 Scyclone 建立預設：即時神經音色傳輸插件.
多工自動合成器程式設計 - 這是多 VST 自動合成器程式設計專案的程式碼。
NeuralNote - 使用深度學習將音訊轉錄為 MIDI 的音訊插件。
AudioDec - 開源串流媒體高傳真神經音訊編解碼器。
PaSST - 透過 Patchout 進行音訊變壓器的高效訓練。
voice_data_augment - 語音資料增強演算法的摘要。
AugLy - 用於音訊、圖像、文字和視訊的資料增強庫。
NeuraFuzz - 經過自訂類比模糊電路設計訓練的神經音訊插件。
Ultimate Vocal Remover GUI - 使用深度神經網路的人聲去除器的 GUI.
Frechet Audio Distance - 用於 Frechet 音訊距離運算的輕量級函式庫。
LAPE - 低資源音訊處理和評估的統一框架（SSL 預訓練和下游微調）。
Azure SDK for Python - 此儲存庫用於主動開發 Azure SDK for Python。
Panotti - 使用 Keras 的多通道神經網路音訊分類器。
Allie - Allie 是一個用於從音訊、文字、圖像、視訊或 .CSV 檔案建立機器學習模型的框架。
Torchplugins - 用於載入 Pytorch 模型的 Max/MSP、PureData 和 Unity 插件。
aeiou - (ML) 音訊工程 I/O 實用程式.
BirdNET-Analyzer - 用於科學音訊資料處理的 BirdNET 分析器。
spring-reverb-dl-models - 透過深度學習對 Spring Reverb 進行虛擬模擬建模。
EVAR ~ - EVAR ~ 音訊表示評估包。
Julius - 基於快速 PyTorch 的 DSP，用於音訊和 1D 訊號。
NeuralDX7 - 與經典 Yamaha DX7 相關的隨機機器學習實驗.
HANCE - HANCE 提供由機器學習專家、音響工程師和音訊處理專家開發的高品質訊號處理技術。我們的技術旨在透過消除噪音、混響和其他訊號損傷，為使用者提供盡可能高的音訊體驗。
IDEAW - 具有可逆雙嵌入的穩健神經音頻水印。
SyNEThesia - SyNEThesia 是一種基於深度學習的音樂和聲音視覺化工具，也是聯覺的文字遊戲，聯覺是一種神經系統疾病，人們以多種方式感知刺激（例如看到聲音）。
Voxaboxen -Voxaboxen 是一個深度學習框架，旨在尋找錄音中聲音事件（可能重疊）的開始和停止時間。
vocal-separate - 一個非常簡單的工具，用於分離人聲和背景音樂，完全本地化用於網路操作，使用 2stems/4stems/5stems 模型。
語音增強 - 用於音訊降噪的深度學習。
SNAC - 多尺度神經音訊編解碼器 (SNAC) 以低位元速率將 44.1 kHz 音訊壓縮為離散代碼。
Supervoice GPT - 一種 GPT 模型，可將文字轉換為音素，其持續時間適合輸入語音合成器。
音訊編輯 - 使用 DDPM 反轉的零樣本無監督和基於文字的音訊編輯。
MAX-Audio-Classifier -IBM 開發者模型資產交換：音訊分類器。
anira - 即時音訊應用中神經網路推理的架構。
FakeSound - Deepfake 通用音訊偵測。
Audio Mamba - 用於音訊表示學習的雙向狀態空間模型。
SSAMBA - SSAMBA：使用 Mamba 狀態空間模型進行自監督音訊表示學習。
SLAM-LLM - SLAM-LLM 是一個深度學習工具包，可讓研究人員和開發人員訓練自訂多模態大語言模型（MLLM），專注於語音、語言、音訊、音樂處理。
MIDI2vec -MIDI2vec：學習 MIDI 向量空間表示的嵌入.

^ 返回目錄 ^

音訊產生 (AG)

AudioLCM - 具有潛在一致性模型的文字到音訊產生。
Auffusion - Auffusion：利用擴散的力量和大型語言模型來產生文字到音訊。
Audiobox - Audiobox：具有自然語言提示的統一音訊生成.
Amphion - Amphion：開源音訊、音樂和語音生成工具包。
Nendo - Nendo AI 音訊工具套件。
穩定的音訊 - 快速定時條件的潛在音訊擴散。
WavJourney - 使用大型語言模型進行組合音訊創作。
Audiocraft -Audiocraft 是一個用於音訊生成深度學習研究的 PyTorch 函式庫。
vschaos2 - vschaos2：老式神經音頻合成。
神經諧振器 - 具有可微分模態諧振器的剛體聲音合成。
SoundStorm - SoundStorm：高效的平行音訊產生。
SpeechGPT - SpeechGPT：賦予大型語言模型固有的跨模式對話能力。
CLAPSpeech - CLAPSpeech：透過對比語言音訊預訓練從文字脈絡中學習節奏.
AudioGPT - AudioGPT：理解並產生語音、音樂、聲音和頭部說話。
Bark - Bark 是 Suno 創建的基於轉換器的文字到音訊模型。 Bark 可以產生高度逼真的多語言語音以及其他音訊 - 包括音樂、背景噪音和簡單的音效。
TANGO - TANGO 是一種用於產生文字到音訊 (TTA) 的潛在擴散模型 (LDM)。 TANGO 可以產生逼真的音頻，包括人類聲音、動物聲音、自然和人造聲音以及文字提示的聲音效果。
ArchiSound - 在 PyTorch 中使用擴散模型產生音訊.
WaveGAN - WaveGAN：學習使用生成對抗網路合成原始音訊。
NeuralSound - 基於學習的模態聲音合成與聲學傳輸。
RAVE - RAVE：即時音訊變分自動編碼器。用於快速、高品質神經音訊合成的變分自動編碼器。
AudioLDM - AudioLDM：具有潛在擴散模型的文字到音訊產生。
Make-An-Audio - 製作音訊：使用提示增強擴散模型產生文字到音訊。
Make-An-Audio 3 - Make-An-Audio 3：透過基於流的大型擴散變壓器將文字轉換為音訊.
Moûsai - Moûsai：具有長上下文潛在擴散的文字到音訊。
Im2Wav - 影像引導音訊產生。我們提出了 Im2Wav，一種影像引導的開放域音訊生成系統。給定輸入影像或影像序列，Im2Wav 會產生語義相關的聲音。
Oobleck - 用於下游神經音頻合成的開放式聲音流 VAE 編解碼器。
USS - 這是具有弱標記資料的通用來源分離的 PyTorch 實作。 USS 系統可以自動偵測並從真實錄音中分離聲音類別。 USS 系統可以在分層本體結構中分離多達數百個聲音類別。
擴散器 - ？ Diffusers 是最先進的預訓練擴散模型的首選庫，用於產生影像、音訊甚至分子的 3D 結構。
ONE-PEACE - 一種跨視覺、音訊、語言模式的通用表示模式。
tiny-audio-diffusion - 這是一個儲存庫，用於在 VRAM 小於 2GB 的 GPU 上產生短音訊樣本並訓練波形擴散模型。
stable-audio-tools - 用於條件音訊生成的生成模型。
CTAG - 透過合成器編程產生創意文字到音訊。
Audiogen 編解碼器 - 適用於一般音訊的低壓縮 48khz 立體聲神經音訊編解碼器，最佳化音訊保真度？
WavCraft -WavCraft 是用於音訊創建和編輯的 AI 代理。
FoleyCrafter - FoleyCrafter：透過逼真的同步聲音將無聲視訊帶入生活。

^ 返回目錄 ^

音頻訊號處理 (ASP)

SouPyX - SouPyX是一個非常豐富多彩的音訊探索空間，適合各種音訊領域的研究和探索。在SouPyX中，您可以在音訊處理、聲音合成、音訊效果、空間音訊、音訊視覺化、AI音訊等方面進行研究和探索。
SoundFile -SoundFile 是一個基於 libsndfile、CFFI 和 NumPy 的音訊庫。
Audio DSPy - audio_dspy 是一個用於音訊訊號處理工具的 Python 套件。
pyAudioDspTools - pyAudioDspTools 是一個 python 3 包，用於僅使用 numpy 來操作音訊.
Wave - Wave 模組提供了一個方便的 WAV 聲音格式介面。它不支援壓縮/解壓縮，但支援單聲道/立體聲。
FFmpeg - FFmpeg 是處理多媒體內容（例如音訊、視訊、字幕和相關元資料）的程式庫和工具的集合。
Opus - 用於網際網路的現代音訊壓縮。
Pedalboard - Pedalboard 是用來處理音訊的 Python 函式庫：讀取、寫入、新增效果等。它支援最受歡迎的音訊檔案格式和許多開箱即用的常見音訊效果，還允許使用 VST3 和音訊單元格式的第三方插件。
PyAudio - PyAudio 為跨平台音訊 I/O 函式庫 PortAudio v19 提供 Python 綁定.透過 PyAudio，您可以輕鬆地使用 Python 在各種平台（例如 GNU/Linux、Microsoft Windows 和 Apple macOS）上播放和錄製音訊。
PortAudio - PortAudio 是一個免費、跨平台、開源的音訊 I/O 函式庫。它允許您用“C”或 C++ 編寫簡單的音訊程序，這些程序將在許多平台上編譯和運行，包括 Windows、Macintosh OS X 和 Unix (OSS/ALSA)。旨在促進不同平台開發者之間音訊軟體的交流。許多應用程式使用 PortAudio 進行音訊 I/O。
Pyo - pyo 是一個用 C 編寫的 Python 模組，用於幫助創建數位訊號處理腳本。使用 pyo，使用者將能夠直接在 Python 腳本或專案中包含訊號處理鏈，並透過解釋器即時操作它們
tinytag -tinytag 是一個用純 Python 讀取最常見音訊檔案的音樂元資料的函式庫。使用 python 2 或 3 讀取 MP3、OGG、OPUS、MP4、M4A、FLAC、WMA、Wave 和 AIFF 檔案的音訊和音樂元資料以及持續時間。
Friture - Friture是一款即時視覺化和分析即時音訊資料的應用程式。 Friture 在多個小部件中顯示音訊數據，例如示波器、頻譜分析儀或滾動 2D 頻譜圖。
sounddevice - 這個 Python 模組提供 PortAudio 函式庫的綁定和一些方便的函數來播放和記錄包含音訊訊號的 NumPy 陣列。
Pydub - 使用簡單易用的進階介面操作音訊。
NAudio - 用於 .NET 的音訊和 MIDI 庫。
SoundCard - SoundCard 是一個用於播放和錄製音訊的函式庫，無需使用 CPython 擴充。相反，它是使用精彩的 CFFI 和 Linux、Windows 和 macOS 的本機音訊庫來實現的。
TarsosDSP - TarsosDSP 是一個用於音訊處理的 Java 函式庫。其目標是為實用的音樂處理演算法提供一個易於使用的接口，該演算法盡可能簡單地以純 Java 實現，並且沒有任何其他外部依賴項。
Maximilian - Maximilian 是一個跨平台、多目標的音訊合成和訊號處理庫。它是用 C++ 編寫的，並提供與 Javascript 的綁定。
C++ 綜合工具包 (STK) - C++ 綜合工具包 (STK) 是一組用 C++ 程式語言編寫的開源音訊訊號處理和演算法綜合類別。
JUCE - JUCE 是一個開源跨平台 C++ 應用程式框架，用於創建高品質的桌面和行動應用程序，包括 VST、VST3、AU、AUv3、AAX 和 LV2 音訊插件和插件主機。 JUCE 可以透過 CMake 輕鬆與現有專案集成，也可以透過 Projucer 用作專案生成工具，支援將專案匯出為 Xcode（macOS 和 iOS）、Visual Studio、Android Studio、Code::Blocks 和 Linux Makefiles以及包含原始程式碼編輯器。
iPlug 2 - 適用於桌面、行動裝置和 Web 的 C++ 音訊插件框架。
CHOC - 僅標頭類別的集合，經過許可許可，以提供具有最低限度依賴性的基本有用任務。
Q - Q 是一個用於音訊數位訊號處理的跨平台 C++ 函式庫。 Q DSP 函式庫以「Q 因子」（描述諧振電路品質的無量綱參數）恰當地命名，其設計簡單而優雅，正如其名稱所暗示的那樣，並且足夠高效，可以在小型微控制器上運行。
BasicDSP - BasicDSP - 用於處理音訊/實驗訊號處理的工具。
DaisySP - 一個強大的、開源的 C++ DSP 函式庫。
語音訊號處理工具包(SPTK) - 語音訊號處理工具包(SPTK) 是一套用於UNIX 環境的語音訊號處理工具，例如LPC 分析、PARCOR 分析、LSP 分析、PARCOR 合成濾波器、LSP 合成濾波器、向量量化技術，以及它們的其他擴展版本。
eDSP - eDSP （簡易數位訊號處理）是一種用現代 C++ 編寫的數位訊號處理框架，它實現了數位訊號處理、音訊工程和電信系統中經常使用的一些常見功能和演算法。
KFR - KFR 是一個專注於高效能的開源 C++ DSP 框架。快速、現代化的 C++ DSP 框架、FFT、取樣率轉換、FIR/IIR/Biquad 濾波器（SSE、AVX、AVX-512、ARM NEON）。
MWEngine - 適用於 Android 的音訊引擎和 DSP，以 C++ 編寫，在音樂環境中提供低延遲效能，同時提供 Java/Kotlin API。支援 OpenSL 和 AAudio。
LabSound - LabSound 是基於 C++ 圖形的音訊引擎。該引擎被打包為包含電池的靜態庫，旨在整合到多種類型的軟體中：遊戲、視覺化工具、互動式安裝、即時編碼環境、VST 插件、音訊編輯/排序應用程式等。
Gist - Gist 是一個基於 C++ 的音訊分析函式庫。
Realtime_PyAudio_FFT - Python 中的即時音訊分析，使用 PyAudio 和 Numpy 從串流音訊中提取和視覺化 FFT 特徵。
Spectrum - Python 中的頻譜分析。 Spectrum 是一個 Python 函式庫，包含基於傅立葉變換、參數方法或特徵值分析來估計功率譜密度的工具。傅立葉方法是基於相關圖、週期圖和韋爾奇估計。提供標準錐形視窗（Hann、Hamming、Blackman）和更奇特的窗戶（DPSS、Taylor...）。
tidstream - 用於產生和操作即時 Vorbis 和 Opus 流的工具。
AudioTraits - AudioTraits 是一種抽象，旨在使音訊處理的測試更加方便和可讀。「音訊特徵」分析給定的音訊訊號（其部分或全部通道）並檢查特定屬性。此檢查的結果是布林值，這使得可以輕鬆地將其整合到任何單元測試框架中。
genMDM Editor - genMDM 的基於 Web 的介面，是 Sega Mega Drive 和 Genesis 的 MIDI 控制器。也支援 Mega Drive MIDI 介面。
3DAudioVisualizers - C++ 中的 OpenGL 音訊視覺化工具套件，使用 JUCE 進行音訊和 GUI。
AudioStretchy - AudioStretchy 是一個 Python 庫，可讓您在不改變音高的情況下拉伸音訊訊號。
SwiftAudio -SwiftAudioEx 是用 Swift 編寫的 iOS 音訊播放器，讓從串流和檔案播放音訊變得更簡單.
WaveTools - WaveTools 是用來操作音訊檔案的框架；尤其是 WAVE 檔案 (.wav)。
SimplyCoreAudio - ？一個 Swift 框架，旨在讓 Core Audio 在 macOS 中使用起來不那麼繁瑣。
DPF - DISTRHO 插件框架。 DPF 旨在使新插件的開發成為一項簡單而愉快的任務。
Neural Amp Modeler 插件 - 用於 Neural Amp Modeler 的 VST3/AudioUnit 插件，使用 iPlug2 建置.
lsp-dsp-lib - 用於訊號處理的 DSP 函式庫。
Hip-Hop - 用於編寫在 Web 視圖中執行 UI 的音訊外掛程式的庫。基於DPF。
MGT-python -Python 音樂手勢工具箱。
ASP - 音訊訊號處理 Python 工具。
TinyAudio -TinyAudio 是一個跨平台音訊輸出庫。
pymixconsole - Python 中的無頭多軌混音控制台。
effects-plugin - 使用 Elementary 和 JUCE 的音訊效果插件範本。
miniaudio - 以 C 編寫的音訊播放和擷取函式庫，位於單一來源檔案中。
AudioMass - 免費的全功能基於網路的音訊和波形編輯工具。
Universal Android Music Player Sample - 適用於 Android 的範例音訊應用程式。
jsfx - Reaper 的免費 JS (JesuSonic) 外掛程式集合.
Fourier - Rust 中的快速傅立葉變換（FFT）.
ProtoFaust - Faust 中用於模組化合成器 VCV Rack 的 DSP 原型.
Polar - 用於 CUDA 處理的音訊引擎 (Windows/Linux)。
音訊到 MIDI 轉換器 - 用於偵測 wav 檔案中的音高並及時寫入量化 MIDI 的程式。
AudioTSM - AudioTSM 是用於即時音訊時間尺度修改程式的 python 庫，即改變音訊訊號速度而不改變其音調的演算法。
多重濾波器延遲 - 透過 Juce/C++ 編程的原始數位音訊效果。
convoLV2 - convoLV2 是一個 LV2 插件，用於以零延遲對音訊訊號進行卷積。
Cloud Seed - Cloud Seed 是一個用 C# 和 C++ 建構的演算法混響插件，用於模擬巨大、無盡的空間和調製迴聲。
背景音樂 - 背景音樂，macOS 音訊實用程式：自動暫停音樂、設定各個應用程式的音量並錄製系統音訊。
audiowaveform - 用於產生波形資料並從音訊檔案渲染波形影像的 C++ 程式。
Mutagen - 用於處理音訊元資料的 Python 模組。
lewton - 用純 Rust 寫的 Vorbis 解碼器.
Hound - Rust 中的 wav 編碼和解碼庫。
rodio - Rust 音訊播放庫。
CPAL - 純 Rust 中的跨平台音訊 I/O 庫。
CSCore - CSCore 是一個免費的 .NET 音訊庫，完全用 C# 編寫。
TinyOSC - 用 vanilla C 編寫的最小開放聲音控制（OSC）函式庫。
TinyWav - 用於讀取和寫入（16b-int 和 32b-float）WAV 音訊檔案的最小 C 庫。
JAsioHost - 基於 Java（音訊串流輸入/輸出）的 ASIO 主機。
PyWavelets - PyWavelets 是一個免費的開源函式庫，用於 Python 中的小波轉換。小波是在時間和頻率上都局部化的數學基底函數。
ChowMultiTool - 多工具音訊插件。
RE201models - Roland RE201 的數位模型。 VST3、AU 插件和原始碼。
RtAudio - 一組 C++ 類，為 Linux（本機 ALSA、JACK、PulseAudio 和 OSS）、Macintosh OS X（CoreAudio 和 JACK）和 Windows（DirectSound、ASIO 和 WASAPI）的即時音訊輸入/輸出提供通用 API作業系統。
RtAudio-rs - 安全性 Rust 包裝器並綁定到 RtAudio.
PFFFT - 相當快速的 FFT 和使用 PFFASTCONV 的快速卷積。
SHAART - SHAART 是一個基於 Python 的音訊分析工具包，用於教育目的。
TD-JUCE - TouchDesigner 中的 JUCE 音訊和 VST.
JIVE - JIVE 是一組 JUCE 模組，其核心是希望擁有更現代的 UI 開發方法。
Amlituda - Amlituda - 一個基於 FFMPEG 的 Android 庫，它處理音訊檔案並提供一系列樣本。
TagLib - TagLib 音頻元資料庫。
speexdsp - Speex 迴聲消除器 Python 函式庫。
PyPam - 用於被動聲學監測（PAM）的 Python 被動聲學分析工具。
AudioTools - 物件導向的音訊資料處理，具有 GPU 驅動的增強功能等。
Equalize It - 此專案是用於均衡的 VST 插件。使用者介麵包括頻譜分析儀、濾波器控制面板、頻率響應曲線和電平表。
JDSP4Linux - 用於 PipeWire 和 PulseAudio 用戶端的音訊效果處理器。
FIRconv - 有限脈衝響應 (FIR) 濾波器的 Python 實作。
OpenDSP - 用於音訊和視訊 DSP 的無頭 Linux 嵌入式即時作業系統。
ultralight-juce - 將 Ultralight C++/HTML 渲染器與 JUCE 整合以獲得更漂亮的 UI.
Vult - 在對音訊效果或合成器等數位訊號處理 (DSP) 演算法進行程式設計時，Vult 特別有用。
CloudSeed [JUCE] - CloudSeed VST 外掛程式基於 JUCE 的 UI.
TFliteTemplatePlugin - 使用 TensorFlow lite 進行深度學習推理的 JUCE 模板插件.
DrumFixer - DrumFixer 是一個音訊插件，旨在幫助混音工程師實現更好的鼓聲。
BasicAudioPlayer - 一個 Swift 函式庫，可以更輕鬆地建立基於 AVAudioEngine 的音訊播放器.
PLAudioMixer - 基於 AVAudioEngine 離線渲染模式的簡單音訊混音器。
estratto -Estratto 是一個功能強大且用戶友好的 Rust 庫，旨在從數位音訊訊號中提取豐富的音訊特徵.
vampy - 允許用 Python 編寫 Vamp 音訊分析插件的包裝器。
SoundWave - SoundWave 是一個可自訂的視圖，表示隨時間變化的聲音。
PyAV - PyAV 是 FFmpeg 函式庫的 Pythonic 綁定。
audio-dsp - 嘗試音訊外掛程式開發 + DSP。
openSMILE - openSMILE（大空間提取的開源語音和音樂解釋）是一個完整的開源工具包，用於音訊分析、處理和分類，特別針對語音和音樂應用。
Carla - Carla 是一個功能齊全的音訊插件主機，支援許多音訊驅動程式和插件格式。
JUCE-HEAVY - 範本 JUCE 專案顯示如何將 JUCE 與 Heavy C++ (HVCC) 產生的來源檔案連接。
Dplug - 音訊插件框架。適用於 Linux/macOS/Windows 的 VST2/VST3/AU/AAX/LV2。
DAWNet - DAWNet 是一個 DAW（數位音訊工作站）插件，可連接到遠端 Google Colab 或 Script。
Fish Audio Preprocessor - 預處理音訊以進行訓練。
clap-validator - 一個自動 CLAP 驗證和測試工具。
DSP Testbench - 針對 JUCE 框架使用者的 DSP 測試平台。
Coupler - Coupler 是一個用 Rust 寫音訊插件的框架.目前它支援 VST3 和 CLAP API，並計劃在不久的將來支援 AUv2 和 AAX。
PyOgg - PyOgg 為 Xiph.org 的 Opus、Vorbis 和 FLAC 音訊檔案格式及其 Ogg 容器格式提供 Python 綁定。
Streamlit-audiorecorder -streamlit 的錄音機。
DtBlkFx - DtBlkFx 是一個基於快速傅立葉變換 (FFT) 的 VST 插件。
SmartElectronix - 所有 bram @ smartElectronix 外掛程式的開源版本。
Cookiejuce - 用於使用 CMake 產生現代 JUCE 專案的命令列工具。
auglib - auglib 是一個增強函式庫，它提供了修改音訊訊號和檔案的轉換。
klang - klang 是一種用 C++ 設計和開發即時音訊進程的語言。

^ 返回目錄 ^

聲音合成（SS）

Csound - Csound 是一個聲音和音樂計算系統，最初由 Barry Vercoe 於 1985 年在麻省理工學院媒體實驗室開發。自90年代以來，由一批核心開發人員開發。
Pure Data - Pure Data ( Pd ) 是 Miller Puckette 在 20 世紀 90 年代開發的視覺化程式語言，用於創建互動式電腦音樂和多媒體作品。雖然 Puckette 是該程式的主要作者，但 Pd 是一個開源項目，擁有大量致力於新擴展的開發人員基礎。它是根據 BSD-3-Clause 發布的。它可以在 Linux、MacOS、iOS、Android（「Android（作業系統）」）和 Windows 上運行。 FreeBSD 和 IRIX 都有連接埠。
Plugdata - 用於音訊實驗、原型設計和教育的視覺化程式設計環境。
Max/MSP/Jitter - Max也稱為 Max/MSP/Jitter，是一種用於音樂和多媒體的視覺化程式語言，由位於舊金山的軟體公司 Cycling '74 開發和維護。在其三十多年的歷史中，它已被作曲家、表演者、軟體設計師、研究人員和藝術家用來創作錄音、表演和裝置。
Kyma（聲音設計語言）- Kyma是一種用於聲音設計的視覺化程式語言，供音樂家、研究人員和聲音設計師使用。在 Kyma 中，使用者透過在 Macintosh 或 Windows 電腦螢幕上以圖形方式連接模組來對多處理器 DSP 進行程式設計。
SuperCollider - SuperCollider是一個音訊合成和演算法合成平台，供音樂家、藝術家和聲音研究人員使用。用於聲音合成和演算法合成的音訊伺服器、程式語言和 IDE。
Sonic Pi - Sonic Pi是一個基於 Ruby“Ruby（程式語言）”）的即時程式設計環境，最初設計用於支援學校的計算和音樂課程，由劍橋大學電腦實驗室的 Sam Aaron 與 Raspberry Pi 合作開發基礎。
Reaktor - Reaktor是由 Native Instruments (NI) 開發的圖形模組化軟體音樂工作室。它允許音樂家和聲音專家設計和建造自己的樂器、取樣器「取樣器（樂器）」）、效果和聲音設計工具。它提供了許多即用型樂器和效果器，從經典合成器的模擬到未來派聲音設計工具。
RTcmix - RTcmix是一種用於進行數位聲音合成和訊號處理的即時軟體「語言」。它是用 C/C++ 編寫的，並且是開源、免費的。
ChucK - ChucK 是一種用於即時聲音合成和音樂創作的程式語言。 ChucK 提供了一種獨特的基於時間的並發程式設計模型，該模型精確且富有表現力（我們稱之為強定時）、動態控制率以及動態添加和修改程式碼的能力。此外，ChucK 支援 MIDI、OpenSoundControl、HID 設備和多通道音訊。它是開源的，可在 MacOS X、Windows 和 Linux 上免費使用。它有趣且易於學習，為作曲家、研究人員和表演者提供了強大的編程工具，用於構建和試驗複雜的音頻合成/分析程序以及實時互動音樂。
Faust - Faust（函數式音訊串流）是一種用於聲音合成和音訊處理的函數式程式語言，重點在於合成器、樂器、音訊效果等的設計。 Faust 面向高效能訊號處理應用程式和音訊插件適用於各種平台和標準。
SOUL - SOUL 程式語言和 API。 SOUL（SOUnd 語言）是對高效能、低延遲音訊程式碼的編寫和執行方式進行現代化和最佳化的嘗試。
Cmajor - Cmajor 是一種用於編寫快速、便攜式音訊軟體的程式語言。你聽過 C、C++、C#、objective-C……好吧，C專業是專門為編寫 DSP 訊號處理程式碼而設計的 C 族語言。
VCV Rack - Rack 是 VCV 虛擬 Eurorack 模組化合成器平台的主機應用程式。
Gwion - Gwion 是一種程式語言，旨在製作音樂。受到 ChucK 的強烈啟發，但添加了一堆高級功能；模板、一流的函數等等。它的目標是簡單、小型、快速、可擴展和可嵌入。
Elementary Audio - Elementary 是一個 JavaScript 框架和高效能音訊引擎，可協助您快速建置並自信地發布。用於在網路上或本機應用程式上編寫音訊軟體的聲明式功能框架。
Elementary - Elementary 是一個用於建立音訊應用程式的 JavaScript/C++ 函式庫。
Sound2Synth - Sound2Synth：透過 FM 合成器參數估計解釋聲音。
JSyn - JSyn 是 Phil Burk 開發的 Java 模組化音訊合成器. JSyn 讓您可以用 Java 開發互動式電腦音樂程式。它可用於產生聲音效果、音訊環境或音樂。 JSyn 基於傳統的單元產生器模型，可以連接在一起形成複雜的聲音。
SynthAX - JAX 中的快速模組化合成器⚡️將音訊合成速度遠遠超出即時速度，在推進智慧音訊製作技術方面發揮著重要作用。 SynthAX 是一個用 JAX 編寫的快速虛擬模組化合成器。在其巔峰時期，SynthAX 產生音訊的速度比即時速度快 60,000 倍以上，並且明顯快於最先進的加速聲音合成技術。
Midica - Midica 是音樂程式語言的解釋器。它將原始碼轉換為 MIDI。但它也可以用作 MIDI 播放器、MIDI 編譯器或反編譯器、卡拉 OK 播放器、ALDA 播放器、ABC 播放器、LilyPond 播放器或 MIDI 檔案分析器。您可以使用受支援的語言之一（MidicaPL、ALDA 或 ABC）創作音樂。
Mercury - Mercury 是一種最小且人類可讀的語言，用於演算法電子音樂的即時編碼。該語言的所有元素都是圍繞著使程式碼更易於訪問且不那麼讓受眾感到困惑而設計的。這種動機延伸到編碼風格本身，它使用清晰的函數描述性名稱和清晰的語法。
Alda - Alda 是一種基於文字的音樂創作程式語言。它允許您僅使用文字編輯器和命令列來編寫和播放音樂。該語言的設計同樣注重美觀、靈活性和易用性。
柏拉圖音樂引擎 -柏拉圖音樂引擎是一種嘗試創建電腦演算法，從表面上模擬過去、現在和未來的整個創造性人類文化。它以互動方式實現，允許用戶選擇各種參數和設置，以便最終結果對用戶來說是獨一無二的，同時仍保留激發作品靈感的文化理念。
pyo-tools - 隨時可用的 python 類別儲存庫，用於使用 pyo 建立音訊效果和合成器.
py-modular - Python 的模組化和實驗性音訊程式框架。 py-modular 是一個小型的、實驗性的 python 音訊程式設計環境。它旨在成為探索新音訊技術和工作流程的基礎。 py-modular 中的大多數內容都是圍繞基於節點的工作流程構建的，這意味著小類執行小任務，並且可以修補在一起以創建完整的合成器或更大的想法。
Bach：自動作曲家的助手 - Max 的跨平台補丁和外部組件集，旨在將電腦輔助作曲的豐富性帶入即時世界。
AudioKit - AudioKit 是適用於 iOS、macOS（包括 Catalyst）和 tvOS 的音訊合成、處理和分析平台。
Twang - 用於純 Rust 高級音訊合成的庫。
Gensound - Pythonic 音訊處理與產生框架。音訊處理和合成的 Python 方式。
OTTO - OTTO 是一款數位硬體groovebox，具有合成器、採樣器、效果器和帶有音頻循環器的音序器。該介面是扁平的、模組化的且易於使用，但最重要的是，它旨在鼓勵實驗。
Loris - Loris 是一個用於聲音分析、合成和變形的函式庫，由 CERL Sound Group 的 Kelly Fitz 和 Lippold Haken 開發。 Loris 包括 C++ 類別庫、Python 模組、C 可連結介面、命令列實用程式和文件。
IanniX - IanniX 是一個圖形開源音序器，基於 Iannis Xenakis 的作品，用於數位藝術。 IanniX 透過開放聲音控制 (OSC) 事件和曲線與您的即時環境同步。
Leipzig - Clojure 和 Clojurescript 的音樂創作庫。
Nyquist - Nyquist 是一種健全的合成和組合語言，提供 Lisp 語法以及命令式語言語法和強大的整合開發環境。
OpenMusic (OM) - OpenMusic (OM) 是一種基於 Lisp 的視覺化程式語言。視覺化程式是透過組裝和連接代表函數和資料結構的圖示來創建的。大多數程式設計和操作都是透過將圖示從特定位置拖放到其他位置來執行的。提供了內建的視覺控制結構（例如循環），與 Lisp 的介面。現有的CommonLisp/CLOS程式碼可以輕鬆地在OM中使用，並且可以以視覺化的方式開發新程式碼。
ORCΛ - Orca 是一種深奧的程式語言，旨在快速創建程式音序器，其中字母表中的每個字母都是一個操作，其中小寫字母對 bang 進行操作，大寫字母對每個幀進行操作。
Overtone - Overtone 是一個開源音訊環境，旨在探索從合成和取樣到樂器構建、現場編碼和協作幹擾的新音樂理念。我們將強大的 SuperCollider 音訊引擎與最先進的 lisp Clojure 結合，創造出令人陶醉的互動式聲音體驗。
SEAM - 持續電聲音樂 - 基本。持續電聲音樂是一個受 Alvise Vidolin 和 Nicola Bernardini 啟發的計畫。
Glicol - Glicol（「圖形導向的即時編碼語言」的縮寫）是一種電腦音樂語言，其語言和音訊引擎都是用 Rust 程式語言（C/C++ 的現代替代品）編寫的。鑑於這種低階性質，Glicol 可以在許多不同的平台上運行，例如瀏覽器、VST 插件和 Bela 板。 Glicol 的類似合成器的語法和強大的音頻引擎也使得將高級合成器或音序器控制與低級採樣精確音頻合成結合起來成為可能，所有這些都是實時的。
PaperSynth - 手寫文字到合成器！ PaperSynth 是一個旨在讀取您寫在紙上的關鍵字並將其轉換為可以在手機上播放的合成器的項目。
Neural Resonator VST - 這是一個 VST 插件，它使用神經網路根據任意 2D 形狀和材料生成濾波器。可以使用 midi 觸發簡單的脈衝來激發這些濾波器。此外，任何音訊訊號都可以用作濾波器的輸入。
Scyclone - Scyclone 是一個音訊插件，利用神經音色傳輸技術提供一種新的音訊製作方法。該插件建立在 RAVE 方法的基礎上，這是一種即時音訊變分自動編碼器，可促進單一和耦合推理模式下的神經音色傳輸。
mlinmax - 使用 Cycling '74 的 Max 程式語言產生和處理聲音的 ML.
ADLplug - FM 晶片合成器 — OPL 和 OPN — VST/LV2/獨立。
Surge - 合成器插件（以前是作為 Vember Audio Surge 發布）。
cStop - cStop 是一個磁帶停止音訊效果插件，適用於 Mac 的 AU 和 VST3（Windows 即將推出）。
CompuFart - C 大調的放屁聲音合成器與演算法.
py-js - Max / MSP 的 Python3 外部。
pd-lua - Pd 的 Lua 綁定，更新為 Lua 5.3+.
Live 4 Life - SuperCollider 的空間表現工具。
CaesarLooper -CaesarLooper 是 Expert Sleepers 的 Augustus Loop VST 插件的 SuperCollider 克隆.
Dexed - DX7 FM 多平台/多格式插件。
Leapmotion For Max - Leapmotion 外部用於 Cycling'74 Max。
Kontakt-Public - Native Instruments Kontakt 建構者的資源。
PyLive - 從 Python 查詢與控制 Ableton Live.
ml-lib - Max 和 Pure Data 的機器學習函式庫。
ZenGarden - ZenGarden 是一個用於運行純資料補丁的獨立函式庫。
Max-SDK - Max by Cycling '74 的軟體開發套件。
pd-hvcc - 基於 Heavy 編譯器為 Pd 創建類似 gen~ 的環境。
Kuroscillators - 使用耦合振盪器網路進行音訊和節奏合成的 MAX/MSP 物件。
ascii-audio - 從 ASCII 字串產生 PCM 音訊。文字在頻譜圖圖像上可見。
BelaMiniMoogEmulation - Minimoog 類比合成器的數位實現，具有抗鋸齒波形和 moog 梯形濾波器的重建。
Edisyn - 合成器補丁編輯器。
soundgen - 用於聲音合成和聲學分析的 R 套件。
Cardinal - 虛擬模組化合成器插件。
Flutter Echo Modeling - 該儲存庫提供了用於合成顫振回波的 Matlab 演示。
哎呀 - 哎呀現在是葉子！用於音訊合成和處理的 AC 庫，適用於嵌入式應用，使用半 OOP 風格編寫。
索尼克 Pi 工具 - ？使用 Python 從命令列控制 Sonic Pi。
sonicpi.vim -Vim 的 Sonic Pi 外掛.
受控混沌 - Max4Live 歐幾里德節奏產生器。
KPStrong - 這是彈奏的 Karplus-Strong 合成器的實現，它在 Bela 硬體上以 C++ 形式即時運行。
nn_tilde - 用於即時 AI 音訊處理的 max / Pd 外部。
gRainbow - 一種合成器，使用音高檢測來選擇顆粒合成或採樣的候選者。
SignalFlow - Python 的聲音合成框架，旨在清晰簡潔地表達複雜的音樂想法。
Syntheon - 音樂合成器的參數推斷，以簡化聲音設計過程。支援 Vital 和 Dexed。
RnboJuceTemplate - 一個 JUCE 模板，包括使用 MaxMSP 的 rnbo~ 創建的最小合成器，它使用現代 AudioProcessorTreeValueState 方式將 rnboObject 的狀態封裝到 JUCE 的 AudioProcessor 中。
FluidSynth.clap - FluidSynth 的 clap 插件橋。
LaunchpadX - Novation LaunchpadX 控制器的簡單 SuperCollider 介面。
Faug - Minimoog 模型仿真，其中 DSP 部分以 Faust 編寫。穆格 + 浮士德 = 浮士德。
blocks -blocks 是一個模組化合成器，可作為獨立的 VST3 和 AU 適用於 Windows 和 macOS。
Bessel's Trick - Bessel's Trick 是一個神經音訊插件，可使用調頻 (FM) 合成對樂器聲音進行快速、即時的音調轉換。

^ 返回目錄 ^

遊戲音訊（GA）

Chunity - Unity 中的 ChucK。在 Unity 中使用 ChucK 的插件。可在 Unity Asset Store 上找到。
Raveler - 運行 RAVE 模型的 Wwise 插件，可在遊戲音訊設定中透過神經音訊合成實現即時音色傳輸。
LASP - Unity 的低延遲音訊訊號處理插件。
Pyreaper - REAPER 的 Python 包裝器。
Reaper-Keys - Reaper 的 vim 綁定.
Reaper Tools - Audiokinetic Reaper 工具儲存庫。 Reaper 的擴充、腳本和工具的集合。
ReaWwise - ReaWwise 是 REAPER 擴展，聲音設計師可以使用它將音訊檔案從 REAPER 傳輸到 Wwise 專案中。
WWISER - 一個 Wwise .bnk 解析器，用於幫助使用 Wwise 引擎處理遊戲中的音訊。
waapi-text-to-speech - 使用外部編輯器的 Wwise 文字到語音整合.
jsfxr for Wwise - jsfxr（從 sfxr 移植）添加了 Wwise 連接性，嵌入到 Electron 中。
SoLoud -SoLoud 是一個易於使用、免費、可攜式的 C/C++ 遊戲音訊引擎。
AudioToys - Unity 的 DSP 塗鴉.
適用於Unity 的Dolby.io 虛擬世界插件- 借助適用於Unity 的Dolby.io 虛擬世界插件，您可以輕鬆地將由杜比全景聲(Dolby Atmos) 技術提供支援的Dolby.io 空間音訊整合到您的虛擬世界應用程式中。
適用於虛幻引擎的Dolby.io 虛擬世界插件- 借助適用於虛幻引擎的Dolby.io 虛擬世界插件，您可以輕鬆地將由杜比全景聲(Dolby Atmos) 技術提供支援的Dolby.io 空間音訊整合到您的虛擬世界應用程式中。
引擎模擬器 - 產生逼真音訊的內燃機模擬器。
Jack Audio For Unity - 此函式庫/外掛程式支援 Unity3D 和 JackAudio 之間的多通道音訊路由。
Voxel Plugin - 體素插件允許在虛幻引擎中創建完全體積的、完全可破壞的、無限的世界。它與 4.24、4.25、4.26、4.27 和虛幻 5 相容。
REV Unity - REV Unity 轉速計示範。
Unity 音訊管理器 (UAM) - ?用於在特定情況或事件中以 2D 和 3D 方式播放/更改/停止/靜音/...一個或多個聲音。代碼。
Audio-Manager-for-Unity - 用於在基於節點的編輯器中定義和執行 Unity 中的音訊行為的工具。
Unity Wwise Addressables - 此軟體包增加了對使用 Unity Addressables 系統分發和載入 Wwise 資源的支援。
rFXGen - 簡單且易於使用的效果聲音產生器。
uLipSync - 基於 MFCC 的 LipSync 插件，適用於使用作業系統和 Burst 編譯器的 Unity。
godot-fmod-integration -Godot 遊戲引擎的 FMOD Studio 中介軟體整合與腳本 API 綁定.
FMOD 音響系統 - 使用 FMOD 的 Unity 音響系統。
ww2ogg - 將 AudioKinetic Wwise RIFF/RIFX Vorbis 轉換為標準 Ogg Vorbis.
Cavern - 基於物件的音訊引擎和編解碼器包，具有杜比全景聲渲染、房間校正、HRTF、一鍵式 Unity 音訊接管等等。
RNBO Unity Audio Plugin - Unity 原生音訊插件的 RNBO 轉接器.
RNBO MetaSounds - 實作 Metasound 節點的 RNBO 適配器.

^ 返回目錄 ^

數位音訊工作站 (DAW)

Audacity - Audacity 是一款易於使用的多軌音訊編輯器和錄音器，適用於 Windows、macOS、GNU/Linux 和其他作業系統。
Tracktion - Tracktion 是一個基於跨平台的開源音訊工作站，具有直覺的使用者介面和強大的音訊編輯和混合功能。
Pro Tools 腳本 SDK - Pro Tools 腳本 SDK 可讓您使用獨立於語言的 API 編寫 Pro Tools 腳本，以在 Pro Tools 中建立新的自動化工作流程。
reapy - REAPER 的 ReaScript Python API 的 pythonic 包裝器.
reaper-sdk - REAPER C/C++ 擴充 SDK。
ReaScripts - X-Raym 用於 Cockos REAPER 的免費開源腳本.
ReaScripts - Cockos REAPER 腳本。
ReaBlink - REAPER 插件擴展，為 Ableton Link 會話提供 ReaScript 綁定，並為 REAPER 提供符合 Ableton Link 測試計劃的實現.
voodoohop-ableton-tools -Ableton Live Harmony 和 Tempo 工具.透過音樂和聲的直覺式視覺化增強了 Ableton Live，並允許曲目的節奏動態即時控制主節奏。
AbletonParsing - 在 Python 中解析 Adton ASD 剪輯檔（扭曲標記等）.
Ableton Push - 用於在瀏覽器中使用 Ableton Push 的程式庫。
PyFLP - FL Studio 專案檔案解析器。
vst3sdk -VST 3 插件 SDK。
TuneFlow - ?+ 使用下一代 DAW 建立您的音樂演算法和 AI 模型
uneflow-py -Tuneflow-py 是 TuneFlow 插件的 Python SDK.
so-vits-SVC TuneFlow 插件 - so-vits-svc 作為 TuneFlow 插件.
Radium - 圖形音樂編輯器。下一代追蹤器。
Bass Studio - Bass Studio 是個用 C++ 寫的數位音訊工作站（DAW）。提供 Windows、MacOS 和 Linux 版本。支援 VST2 和 CLAP 插件格式。
GridSound - GridSound 是一個正在開發的開源數位音訊工作站，使用 HTML5 開發，更準確地說是使用新的 Web Audio API 開發。
Meadowlark - Meadowlark 是一個（正在進行中）適用於 Linux、Mac 和 Windows 的免費開源 DAW（數位音訊工作站）。它旨在成為世界各地藝術家的強大錄音、作曲、編輯、聲音設計、混音和母帶處理工具，同時也直觀且可自訂。
Mixxx - Mixxx 是一款免費 DJ 軟體，可為您提供現場混音所需的一切。
Hybrid-DJ-Set - 將 DJ 軟體 (Mixxx) 與 Pure Data 同步，以便在現場表演中分層虛擬樂器。
LV2 - LV2 是音訊系統的插件標準。它為插件定義了可擴展的 C API，以及包含插件、元資料和其他資源的自包含「捆綁」目錄的格式。
Ardor - 在 Linux、macOS 和 Windows 上錄製、編輯和混音。
LMMS - LMMS 是 FL Studio® 等商業程式的免費跨平台替代品，可讓您使用電腦製作音樂。這包括旋律和節拍的創作、聲音的合成和混合以及樣本的安排。
Qtractor - Qtractor 是一個使用 Qt 框架用 C++ 編寫的音訊/MIDI 多軌音序器應用程式。目標平台是 Linux，其中用於音訊的 Jack 音訊連接套件 (JACK) 和用於 MIDI 的高級 Linux 聲音架構 (ALSA) 是發展成為功能相當齊全的 Linux 桌面音訊工作站 GUI 的主要基礎設施，特別致力於個人家庭工作室。
smart-audio-mixer - 使用 C++/JUCE 的現代數位音訊工作站（DAW）。
OpenVINO™ AI Plugins for Audacity - 一組適用於 Audacity 的支援 AI 的效果器、生成器和分析器。
Jackdaw - 一款精簡的、以鍵盤為中心的數位音訊工作站 (DAW)，其設計靈感來自 Avid 等非線性視訊編輯器。
ossia Score - 支援音訊（VST、VST3、LV2、JSFX 等）以及視訊和硬體控制（OSC、MIDI、DMX、NDI、MQTT、CoAP 等）的中間媒體音序器

^ 返回目錄 ^

空間音訊 (SA)

spaudiopy - 空間音訊 Python 套件。（到目前為止）的重點是空間音訊編碼器和解碼器。該軟體包包括球諧波處理和揚聲器解碼器（雙耳渲染），例如 VBAP 和 AllRAD。
Spatial_Audio_Framework (SAF) - Spatial_Audio_Framework (SAF) 是一個開源跨平台框架，用於使用 C/C++ 開發空間音訊相關演算法和軟體。該框架最初旨在作為該領域研究人員的資源，現已逐漸發展成為一個相當大且文檔齊全的程式碼庫，由許多不同的模組組成；每個模組都針對空間音訊的特定子領域（例如高保真度立體聲音響複製編碼/解碼、球形陣列處理、幅度平移、HRIR 處理、房間模擬等）。
HO-SIRR - 高階空間脈衝響應渲染 (HO-SIRR) 是一種渲染方法，可以使用任意階的輸入球諧波（Ambisonic/B-Format）RIR 來合成輸出揚聲器陣列房間脈衝響應 (RIR)。高階空間脈衝響應渲染 (HO-SIRR) 演算法的 MATLAB 實作；透過揚聲器再現 Ambisonic RIR 的另一種方法。
SpatGRIS - SpatGRIS 是一款聲音空間化軟體，可讓作曲家和聲音設計師擺脫現實世界揚聲器設定的限制。透過與 SpatGRIS 一起分發的 ControlGRIS 插件，可以直接在 DAW 中創造豐富的空間軌跡，並在任何揚聲器佈局上即時再現。它快速、穩定、跨平台、易於學習，並且可以與您已知的工具一起使用。 SpatGRIS 支援任何揚聲器設置，包括四聲道、5.1 或八音環等2D 佈局，以及揚聲器圓頂、音樂廳、劇院等3D 佈局。立體聲平移。
Steam Audio - Steam Audio 提供了整合環境和聽眾模擬的全功能音訊解決方案。 HRTF 顯著提高 VR 沉浸感；基於物理的聲音傳播透過不斷再現聲音與虛擬環境的互動方式來完成聽覺沉浸。
SpatialAudioKit - SpatialAudioKit 是一個 Swift 包，可方便在 Apple 平台上創作 Spatial Audio 應用程式.
libmysofa - AES SOFA 檔案的讀取器以獲得更好的 HRTF。
Omnitone - Omnitone：網路上的空間音訊渲染。 Omnitone 是用 Web Audio API 編寫的立體聲解碼和雙耳渲染的強大實作。其渲染過程由 Web Audio API（GainNode 和 Convolver）的快速本機功能提供支持，確保最佳效能。 Omnitone 的實作是基於 Google 空間媒體規格和 SADIE 的雙耳濾波器。它也為 Web 版 Resonance Audio SDK 提供支援。
Mach1 Spatial - Mach1 Spatial SDK 包含 API，允許開發人員設計可以從音頻流編碼或平移到空間音頻渲染和/或播放和解碼 Mach1Spatial 8 通道空間音頻混合的應用程序，並定向解碼用戶的正確立體聲輸出總和當前方向。此外，Mach1 Spatial SDK 允許使用者安全地將環繞聲/空間音訊混合轉換為 Mach1Spatial 或 Mach1Horizon VVBP格式。
SoundSpaces - SoundSpaces 是一個用於視聽人工智慧研究的真實聲學模擬平台。從視聽導航、視聽探索到迴聲定位和視聽平面圖重建，該平台將具身視覺研究擴展到更廣泛的主題範圍。
視覺聲學匹配 - 我們介紹視覺聲學匹配任務，其中音訊剪輯被轉換為聲音，就像在目標環境中錄製的一樣。給定目標環境的圖像和來源音訊的波形，目標是重新合成音訊以匹配目標房間的聲學效果，如其可見幾何形狀和材料所建議的那樣。
FAST-RIR - 這是我們基於神經網路的快速擴散房間脈衝響應產生器 (FAST-RIR) 的官方實現，用於為給定的聲學環境生成房間脈衝響應 (RIR)。
pygsound - 基於最先進的幾何聲音傳播引擎的脈衝響應生成。
RIRIS - RIRIS 是使用快速剪切波變換進行房間脈衝響應插值的 MATLAB 實現。
parallel-reverb-raytracer - 脈衝響應（殘響）的光線追蹤器，受光柵圖形照明技術的影響。
Synth 3D - VST 合成器，具有放置在 3D 空間中的虛擬振盪器物件。
libBasicSOFA - 一個非常基本的庫，用於讀取聲學空間定向格式 (SOFA) 文件，這是一種用於存儲 HRTF 和/或 BRIR 以進行雙聲道音頻再現的格式。
Mesh2HRTF - 用於頭部相關傳遞函數數值計算的開放軟體。
OpenAL Soft - OpenAL Soft 是 OpenAL 3D 音訊 API 的軟體實作。
soundscape_IR - soundscape_IR 是一個基於 python 的音景資訊檢索工具箱，旨在協助分析音景錄音。
發聲體 - 我們提出了一個模型，可以透過耳機麥克風和身體姿勢作為輸入來產生準確的人體 3D 聲場。
Soundscapy - 用於分析和視覺化音景評估的 python 函式庫。
ambiX - 跨平台 Ambisonic VST、LV2 插件，具有可變順序，可在 Reaper 或 Ardor 等數位音訊工作站中使用，或作為 Jack 獨立應用程式。
HOAC - 用於空間音訊的高階 Ambisonics 編解碼器。
OpenSoundLab - OpenSoundLab (OSL) 使用 Meta Quest 的直通模式在混合實境體驗中進行三維模組化聲音修補.
看到-2-聲音嗎？ - 零鏡頭空間環境到空間聲音。

^ 返回目錄 ^

網路音訊處理 (WAP)

WebRTC 音訊處理 - WebRTC 音訊處理的 Python 綁定。
WebChucK - WebChucK 將 ChucK（強定時音訊程式語言）引入網路！ ChucK 的 C++ 原始碼已編譯為 WebAssembly (WASM)，並透過 Web Audio API 的 AudioWorkletNode 介面運行。
MIDI.js - ？在網路上建立 MIDI 應用程式讓生活變得輕鬆。包括一個庫，可將聯覺編程到您的應用程式中，以進行記憶識別或創建迷幻效果。轉換吉他、貝斯、鼓等的聲音字體。轉換成瀏覽器可以讀取的程式碼。 MIDI.js緊密結合在一起，並建立在將 MIDI 引入瀏覽器的框架之上。將其與 jasmid 結合起來創建類似於此演示的網路無線電 MIDI 流，或與 Three.js、Sparks.js 或 GLSL 結合起來創建音訊/視覺實驗。
Web 語音處理器 - 用於在 Web 瀏覽器中進行即時語音處理的庫。
Tone.js - Tone.js 是一個 Web 音訊框架，用於在瀏覽器中建立互動式音樂。 Tone.js 的架構旨在讓創建基於 Web 的音訊應用程式的音樂家和音訊程式設計師都熟悉。在高層次上，Tone 提供常見的 DAW（數位音訊工作站）功能，例如用於同步和排程事件的全域傳輸以及預先建構的合成器和效果。此外，Tone 還提供高效能建構塊來創建您自己的合成器、效果和複雜的控制訊號。
audio.js - audiojs 是一個嵌入式 JavaScript 函式庫，允許在任何地方使用 HTML5 的<audio>標籤。它使用可用的本機<audio>並回退到不可見的 Flash 播放器以在其他瀏覽器中模擬它。它還為所有瀏覽器提供一致的 html 播放器 UI，可以使用標準 css 進行樣式設定。
Peaks.js - 用於與音訊波形互動的 JavaScript UI 元件。
howler.js - 現代網路的 Javascript 音訊庫。 howler.js 讓 JavaScript 中的音訊處理在所有平台上變得簡單可靠。 howler.js 是現代網路的音訊庫。它預設使用 Web Audio API，並回退到 HTML5 Audio。這使得在 JavaScript 中處理音訊在所有平台上都變得簡單可靠。
CoffeeCollider - CoffeeCollider 是一種用於 HTML5 中的即時音訊合成和演算法組合的語言.這個專案的設計理念是「編寫CoffeeScript，並作為SuperCollider進行處理」。
pico.js - 跨平台的音訊處理器。
timbre.js - Timbre.js 使用現代 JavaScript 的方式（如 jQuery 或 Node.js）在 Web 應用程式中提供功能處理和合成音訊。它有許多連接在一起的T 物件（正式名稱：音色物件），為整體音訊渲染定義基於圖形的路由。該計畫的目標是實現下一代網路音訊處理。
Rythm.js - 一個讓你的頁面跳舞的 JavaScript 函式庫。
p5.sound - p5.sound 透過 Web 音訊功能擴展了 p5，包括音訊輸入、播放、分析和合成。
WadJS - 用於操作音訊的 Javascript 函式庫。網路音訊 DAW。使用 Web Audio API 進行動態聲音合成。這就像你耳朵裡的 jQuery。
Ableton.js -Ableton.js 允許您使用 Node.js 控制您的一個或多個 Ableton 實例.它試圖涵蓋盡可能多的功能。
Sound.js - 「Sound.js」是一個微型庫，可讓您載入、播放和產生遊戲和互動式應用程式的聲音效果和音樂。它非常小：不到 800 行程式碼並且沒有依賴項。按一下此處嘗試互動式演示。您可以按原樣使用它，或將其整合到您現有的框架中。
tuna - Web Audio API 的音訊效果庫。
XSound - XSound 可輕鬆為 Web 開發人員提供強大的音訊功能！
Pizzicato - 一個網路音訊 Javascript 庫。 Pizzicato 旨在簡化您透過 Web Audio API 建立和操作聲音的方式。看看這裡的示範網站。用於簡化使用 Web Audio API 建立和操作聲音的方式的庫。
AudioMass - 免費的全功能基於網路的音訊和波形編輯工具。
WebPd - 在網路上執行您的純資料修補程式。 WebPd 是 Pure Data 音訊程式語言的編譯器，允許在網頁中執行 .pd 修補程式。
DX7 Synth JS - 使用 Web 音訊和 Web MIDI API 的 DX7 FM 合成.適用於 Chrome 和 Firefox。使用 MIDI 或 QWERTY 鍵盤來演奏合成器。
WEBMIDI.js - WEBMIDI.js 可以輕鬆地直接從 Web 瀏覽器或 Node.js 與 MIDI 樂器互動。它透過 playNote()、sendPitchBend() 或 sendControlChange() 等使用者友好的函數簡化了對實體或虛擬 MIDI 樂器的控制。它還允許透過添加“noteon”、“pitchbend”或“programchange”等事件的偵聽器來對入站 MIDI 訊息做出反應。
web-audio-beat- detector - 使用 Web Audio API 的節拍檢測實用程式。
Beep.js - Beep 是一個 JavaScript 工具包，用於建立基於瀏覽器的合成器。
Rust Web音訊API-網路音訊API的生鏽實現，用於非瀏覽器上下文。
WASM音訊解碼器 - 瀏覽器和Nodejs Web元件音訊解碼器庫，這些庫對大小和效能進行了高度最佳化。
Chrome Music Lab-探索音樂工作原理的實驗集合，全部使用Web Audio API建構。
JavaScript Karplus-Strong-JavaScript/karplus-Strong吉他合成的Web音訊實作。
tonejs-insruments-一個帶有快速加載器的小型儀表庫。
waveSurfer.js-可導航波形在網路音訊和畫布上。
Aurora.js -JavaScript音訊解碼框架。
Pizzicato-庫簡化了使用Web音訊API創建和操縱聲音的方式。
俯仰檢測 - 使用自相關在Web音訊中檢測。
SAT-串流錄音機用於線上音訊標籤。
Webaudioxml-用於建立Web音訊API應用程式的XML語法。
Faustwasm -Faustwasm圖書館提供了一個方便，高級的API，圍繞著Faust Compiler。
CONTOURVIZ-使用Music21和D3.js的音樂輪廓將音樂輪廓繪製到基於Web的互動式中的軟體包。
WAVE -RESAMPLER- PCM音訊重新採樣器完全寫在JavaScript中。
用途 - 一個反應掛鉤來播放聲音效果。
NAPH.JS -NAPH是一個node.js庫，允許託管本機音訊插件（VST，VST3，AAX，AU）。
Audio-worklet-Loader- WebPack的音訊工作點載入程式。

^ 返回目錄 ^

音樂資訊檢索 (MIR)

Madmom -Madmom是用Python編寫的音訊訊號處理庫，重點是音樂資訊檢索（MIR）任務。
甜菜 - 甜菜是癡迷音樂極客的媒體庫管理系統。音樂圖書館經理和Musicbrainz Tagger。
Mido -Midi對python的物體。 Mido是一個用於使用MIDI訊息和連接埠的圖書館。
Mirdata -Python圖書館使用音樂資訊檢索（MIR）資料集。
Partitura-用於處理現代員工音樂符號的Python套件。
中間-C ++類，用於讀取/編寫標準MIDI檔案。
MSAF-音樂結構分析框架。一個分析音樂結構的Python框架。 MSAF是用於分析音樂結構分割演算法的Python軟體包。它包括一組功能，演算法，評估指標和用於實驗的數據集。
MXML -MusicXML解析和佈局函式庫。 MXML是C ++解析器，也是MusicXML檔案的佈局產生器。
Open-unmix- pytorch的音樂來源分離。 Open-Unmix是用於音樂源分離的深度神經網路參考實現，適用於研究人員，音訊工程師和藝術家。 Open-Unmix提供了現成的模型，使用戶可以將流行音樂分為四個詞幹：人聲，鼓，低音和剩餘的其他樂器。
Spleeter -Spleeter是Deezer Source Eapination函式庫，其驗證模型以Python編寫，並使用TensorFlow。它使訓練源分離模型（假設您有一個孤立來源的資料集），並且提供了已經訓練的最先進的模型來執行各種分離風味。
AMPACT-自動音樂表現分析與比較工具包。
基本音高 - 帶有音高彎曲檢測的輕巧但功能強大的音訊到中台轉換器。
CREMA-音樂分析的捲積和經常性估計器。
MIDICONTROLLER-一個用於創建Teenensy Midi控制器的庫，並支援保留按鈕，電位計，編碼器，電容感測器，壓電感測器以及其他速度敏感的輸入，並帶有後觸摸。
MIDI Explorer-另一個MIDI監視器，分析儀，調試器和操縱工具。
音樂探索 - 探索音樂收藏的潛在空間的應用程式。
Loopy-音樂資訊檢索的資料框架，重點是電子音樂。
自動音樂轉錄（AMT）工具 - 自動音樂轉錄的機器學習工具和框架。
克拉 - 電腦輔助節律分析工具箱。
MiditoolKit-用於使用MIDI資料的Python軟體包。
中 - 一個完整的MIDI解析器和作家專注於速度。
LIBF0-音樂錄音中基本頻率估計的Python庫。
Pyoll-一個輕巧的研究庫，用於處理符號音樂（例如MIDI）為鋼琴滾動格式。
solfege.ai？ - 使用機器學習偵測Solfege手勢？
LIBFMP-音樂處理教學基礎（FMP）的Python軟體包。
果醬 - JSON註釋的音樂規範，用於可重複的mir研究。
鋼琴教練 - 一項音樂練習計劃，並獲得了MIDI的支持。
很快 - python的Lilypond庫（計劃成為Python -Ly的繼任者）。
Chordsymbol- javaScript/nodejs的確定和弦符號解析器和渲染器。
MIDI Miner -Python Midi軌道分類器和基於螺旋陣列理論的音調張力計算。
Windows MIDI服務 - 此專案是用於Windows的下一代MIDI API，包括MIDI 1.0，MIDI CI和MIDI 2.0。它包括增強功能，新的USB類驅動程序，新運輸和一套必需工具。
Parangonar -Parangonar是一個python套件，用於註明象徵性音樂。
MusicParser-音樂序列的基於深度學習的依賴解析。
Musif-音樂功能擷取與分析。
PYCOMPMUSIC-幫助研究人員與Dunya和Compmusic合作的工具。
Crepe Notes-可麗餅的後處理將F0音高估計值轉換為離散的音符（MIDI）。
鋼琴轉錄 - 鋼琴轉錄是將鋼琴記錄轉錄到MIDI檔案的任務。
鋼琴 - 簡單的GUI，用於帶有踏板的鋼琴轉錄。
PYABC-用於解析和分析ABC音樂符號的Python軟體包。
mir_ref-音樂資訊檢索任務的表示評估架構。
MIDITRACKVIEW-顯示MIDI檔案的註釋，並隨著播放而隨後進行。
IIMRP-智慧儀器實驗室的磁諧振鋼琴工具。
音樂編碼計劃（MEI） - 音樂編碼計劃（MEI）是為定義用於在機器可讀結構中編碼音樂文檔的系統的開源努力。
Musical-Key-Finder-一個Python項目，它使用Librosa和其他圖書館分析了歌曲（An .mp3）所在的鑰匙，即使用Krumhansl-Schmuckler鑰匙調查演算法，即Major或C＃Minor。
MIDI -DB-？有關MIDI標準的數據。

^ 返回目錄 ^

音樂世代（MG）

isobar- iSobar是一個用於創建和操縱音樂模式的Python庫，旨在用於演算法構圖，產生音樂和超音波。它使表達複雜的音樂想法變得快速且易於，並且可以從MIDI，MIDI Files和OSC（包括MIDI，MIDI檔案和OSC）發送和接收活動。
Muspy -Muspy是一個開源的Python圖書館，用於象徵性音樂。它提供了開發音樂生成系統的重要工具，包括資料集管理，資料I/O，資料預處理和模型評估。
Music21 -Music21是計算音樂學的工具包。
MSANII -MSANII：高傳真音樂綜合預算。
Musiclm -Musiclm：從文本生成音樂。
Singsong -Singong：唱歌產生音樂伴奏。
Riffusion -Riffusion是一個具有穩定擴散的即時音樂和音訊產生的函式庫。
Riffusion App -Riffusion是一個具有穩定擴散的即時音樂發電的應用程式。
RiffusionVST-基於Juce的Riffusion的VST3插件。
RiffusionDJ -Riffusion -Looper/Refect System（附自動1111）即時效能。
莫札特 - 光學辨識（OMR）系統。將樂譜音樂轉換為機器可讀版本。這個計畫的目的是開發樂曲的讀者。這稱為光學辨識（OMR）。它的目的是將樂譜音樂轉換為機器可讀版本。我們採用簡化的版本，在其中將樂譜的圖像轉換為文字表示形式，可以進一步處理以產生MIDI檔案或音訊檔案（例如WAV或MP3）。
Muzic -Muzic：人工智慧的音樂理解與產生。 Muzic是一項關於AI音樂的研究項目，它可以透過深度學習和人工智慧賦予音樂理解和產生。 Muzic發音為[ˈMjuːzeik]和'謬賊客'（以中文）。
Musicaiz-一個用於符號音樂生成，評估和分析的Python框架。
Jukebox-紙上的程式碼「 Jukebox：音樂的生成模型」。我們正在介紹Jukebox，這是一種產生音樂的神經網絡，包括基本的唱歌，作為各種流派和藝術家風格的原始音訊。我們正在釋放模型權重和程式碼，以及探索生成樣品的工具。
Miditok-一種方便的MIDI /符號音樂令牌，用於深度學習網絡，具有多種策略。
SCAMP- SCAMP是Python中電腦輔助的構圖框架，旨在充當輪轂，靈活地將作曲家 - 編程器連接到各種播放和符號的資源。 SCAMP允許使用者管理音樂時間的流動，使用FluidSynth或透過MIDI或OSC訊息播放音符到外部合成器，並最終以Musicxml或Lilypond的形式將結果量化並匯出到音樂符號。總體而言，該框架旨在應對普遍的技術挑戰，同時盡可能少地對作曲家製圖人的美學選擇施加少量。
Facet -Facet是一種用於演算法音樂的開源即時編碼系統。借助瀏覽器中的程式碼編輯器和機器上本地運行的NodeJS伺服器，Facet可以在即時生成和序列音訊和MIDI資料。
Mingus -Mingus是Python的音樂包。 Mingus是程式設計師，音樂家，作曲家和研究人員製作和分析音樂的Python包裝。
Audeo -Audeo是一種新穎的系統，可以作為音樂家彈奏鋼琴的輸入視頻幀，並為該視頻創造音樂。從視覺提示中產生音樂是一個具有挑戰性的問題，目前尚不清楚這是否是一個可以實現的目標。我們在這項工作中的主要目的是探索這種轉換的合理性，並確定能夠將聲音與視覺事件結合的提示和組成部分。為了實現轉換，我們建立了一條完整的管道，稱為Audeo，其中包含三個元件。我們首先將鍵盤的視訊畫面和音樂家手動移動轉換為原始的機械音樂符號表示鋼琴彈奏（滾動）的每個視訊框架，該框架代表每個時間步驟都按下的鍵。然後，我們透過包含時間相關性來調整磁碟區以適合音訊合成。事實證明，這對於有意義的音訊產生至關重要。最後一步，我們實作了MIDI合成器來產生逼真的音樂。 Audeo僅使用幾個設定約束將視訊平穩且清晰地轉換為音訊。
libatm libatm是一個用來產生和使用MIDI檔案的函式庫。對於所有音樂，LLC來說，這是專門製造的，可以協助其使命，使音樂家能夠製作所有音樂，而不必擔心發行脆弱的版權訴訟。所有程式碼均透過創意共享歸因4.0國際授權發佈到公共領域。如果您正在尋找命令列工具來產生和使用MIDI文件，請查看使用此程式庫的atm-cli專案。有關所有音樂的更多信息，請查看allthemusic.info。有關更詳細的庫文檔，請在此處查看板條箱文檔。
Davidic-簡約的程式創作者。隨機產生音樂量表，MIDI樂器，和弦的進度和節奏，然後鎖定您喜歡的東西並再生以完善。進階控制：選擇進階控制切換後，可以手動指定和弦進度和節奏，但是UI支援很小。建議的用法僅限於調整隨機產生的起點。
MERT-MERT：具有大規模自學訓練的聲學理解模式。
Pymiciclooper-一個腳本，用於創建播放/導出支援的無縫音樂循環。
chatgpt2midi -CLI程序，用於與Chatgpt生成和弦進行。
Linuxwave-從Linux的熵產生音樂？
Chord2melody-自動音樂世代AI。
符號音樂擴散 - 擴散模型的符號音樂生成。
AI-Pokemon-Music-使用AI（變形金剛）製作原始/重現的神奇寶貝音樂。
WalkingBass-一個Musescore 3插件，該插件會產生步行低音線。
Debussy-獨奏鋼琴音樂AI實施。
用chatgpt編寫音樂 - 借助chatgpt的技巧和工具。
SOMAX 2 -SOMAX 2是音樂即興創作與構圖的應用。
polyrythmix -polyrythmix（poly）是命令列助手，旨在從鼓零件的描述中產生MIDI檔案。
Launch -padgpt-語言模型作為啟動板上的音樂視覺化設計師。
Polyffusion-具有內部和外部控制的複合分數所產生的擴散模型。
Jammin-GPT-基於文字的即興創作，使用Ableton Live中的LLMS。
預期 - 預期的音樂變壓器。
MIDI語言模型 - MIDI檔案的生成建模。
Modulo-用於修補數位樂器的工具包。
MusicLang-僅代表「音樂語言」的Musiclang是一個為音調音樂實施新語言的Python框架。這種語言允許作曲家以簡單、濃縮和高級的方式載入、編寫、轉換和預測符號音樂。
Fluxmusic-通量：帶有整流流變壓器的文字到音樂生成。

^ 返回目錄 ^

語音辨識 (ASR)

卡爾迪 - 卡爾迪（Kaldi）是語音識別的工具包，旨在由語音識別研究人員和專業人士使用。
PaddleSpeech-易於使用的語音工具包，包括標點符號，帶有影響的TTS的SOTA/串流媒體ASR，帶有文字前端的有影響力的TT，揚聲器驗證系統，端到端語音翻譯和關鍵字發現。
NVIDIA NEMO-NVIDIA NEMO是一種對話式AI工具包，專為從事自動語音識別（ASR），自然語言處理（NLP）和文本到語音綜合（TTS）的研究人員而建。 NEMO的主要目的是幫助業界和學術界的研究人員重新使用先前的工作（程式碼和驗證模型），並使創建新的對話AI模型變得更加容易。
耳語 - 耳語是一種通用的語音辨識模型。它是在各種音訊的大型資料集上進行訓練的，也是一個多任務模型，可以執行多語言語音識別以及語音翻譯和語言識別。
Whisperx -Whisperx：帶有單字級時間戳（＆診斷）的自動語音識別。
竊竊私語-Phisper-at：噪音自動語音辨識器也是強大的音訊事件標籤者。
變壓器 - ？變壓器：Pytorch，TensorFlow和Jax的最先進的機器學習。
朱利葉斯 - 開源大型詞彙連續語音辨識引擎。「 Julius」是一種高效能，小英尺的大詞彙連續語音辨識（LVCSR）解碼器軟體，用於與語音相關的研究人員和開發人員。主要平台是Linux和其他基於UNIX的系統，以及Windows，Mac，Android和其他平台。
Audino -Audino是一種開源音訊註釋工具。它提供了諸如轉錄和標籤之類的功能，可為語音活動檢測提供註釋（VAD），診斷，說話者識別，自動語音識別，情感識別任務等。
WENET- WENET是基於tansformer的端對端ASR工具包。
語音腦 - 語音腦是基於Pytorch的開源和多合一的對話AI工具包。目的是創建一個單一，靈活且用戶友好的工具包，可用於輕鬆開發最先進的語音技術，包括語音識別系統，揚聲器識別，語音增強，語音分離，語言識別，語言識別，多微粒信號處理，以及許多其他信號處理。
ESPNET-ESPNET是一種端到端的語音處理工具包，主要專注於端對端語音辨識和端對端文字轉語音。 ESPNET是一種端到端的語音處理工具包，涵蓋端到端語音識別，文本到語音，語音翻譯，語音增強，言語診斷，口語理解等等。 ESPnet 使用 pytorch 作為深度學習引擎，並遵循 Kaldi 風格的資料處理、特徵提取/格式和配方，為各種語音處理實驗提供完整的設定。
濃縮咖啡 - 濃縮咖啡是基於深度學習庫Pytorch和流行的神經機器翻譯工具包Fairseq的開源，模組化，可擴展的端到端神經自動語音識別（ASR）工具包。
萊昂 - ？萊昂是您的開源個人助理。
DeepSpeech-DeepSpeech是一種開源嵌入式（離線，在裝置上）的語音到文字引擎，可在Raspberry Pi 4到高功率GPU伺服器的裝置上即時運作。
語音認識 - Python的語音辨識模組，支援多個引擎和API，線上和離線。
Annyang -Annyang是一個很小的JavaScript庫，可讓您的訪客透過語音命令控制您的網站。 Annyang支援多種語言，沒有依賴性，僅稱重2KB並且可以免費使用。
Pocketsphinx-這是卡內基梅隆大學（Carnegie Mellon University）的大型詞彙，與揚聲器無關的連續語音識別引擎之一。
卡拉 - 開源語音助理。簡而言之，卡拉（Kara）是一位語音助手，可竊取您的資料的0％，因此您可以免費！她是一個積極維護，模組化的，並且設計用於自訂。
語音實驗室 - 語音實驗室是一種自動化語音分析軟體。軟體的作用是讓您一次測量，操縱和視覺化許多聲音，而不會弄亂分析參數。您還可以使用一個按鈕的按鈕保存所有數據，分析參數，操縱聲音以及全色譜圖和功率譜。
3D揚聲器-3D揚聲器是用於單模式揚聲器驗證，揚聲器識別和揚聲器診斷的開源工具包。所有預先驗證的模型均可在ModelsCope上存取。
funasr- funasr：基本的端對端語音辨識工具包。
SqueezeFormer-一種自動語音辨識的有效變壓器。
dejavu - Python 中的音訊指紋辨識和辨識。
VOSK語音辨識工具包 - 與Python，Java，C＃和Node的Android，iOS，Raspberry Pi和伺服器的離線語音辨識API。
OpenAV-使用揚聲器的視聽資料在使用者字典中識別語音命令的開源庫。
Miniasr-一個迷你，簡單且快速的端對端自動語音辨識工具包。
Unispeech -Unispech-大規模自我監督的語音學習。
PAASR-隱私意識到自動語音辨識。
竊竊私語 - t-imestamp-多語言自動語音識別，具有單字級的時間戳和信心。
DISVOICE -DISVOICE是一個Python框架，旨在計算語音檔案中的功能。 DISVOICE使用Autoencders計算glott骨，發聲，發音，韻律，語音，語音和特徵表示策略。
ppypinyin-一種用於將漢字轉換為拼音的Python工具。
Pyshengyun -Python轉換器用於中國拼音和Shengyun（首字母和決賽）。
Kaldifeat-一個用於計算基於Numpy的Kaldi風格的聲學特徵的輕量級Python庫。
Gruut IPA-使用國際語音字母（IPA）操縱發音的Python庫。
鮭魚 - 語音語言音樂開放神經網路。
PRAATIO-一個用於使用Praat，TextGrid，時間對齊的音訊成績單和音訊檔案的Python庫。它主要用於從給定分層時間對準的轉錄（Tusterance> Word> Word> syllable> hyllable>電話等）上從音訊檔案中提取功能並進行操縱。
Whisperkit -Whisperkit是一個迅速的軟體包，它將Openai流行的Whisper語音識別模型與Apple Coreml框架相結合，以高效，本地推斷Apple設備。
語言 - 二克 - 減少離散編解碼器表示與語音語言模型之間的差距。
PPGS-培訓，評估並推斷Pytorch中神經語音後驗（PPG）。
耳語燒傷 - 露天的竊竊私語轉錄模型的生鏽。
TeleSpeeCh-ASR-ASR-TeleSpeeCh-ASR透過300,000小時的未標記的多dialect語音資料進行預訓練，並使用30種類型的內部標記資料進行了微調，從而破壞了單一模型只能識別特定單一方言的困境。
語音情緒辨識 - 在Keras（LSTM，CNN，SVM，MLP）中實現的語音情緒辨識。
SwiftSpeech-為Swiftui設計的語音辨識框架。
SenseVoice- SenseVoice是一個語音基礎模型，具有多種語音理解能力，包括自動語音辨識（ASR），口語辨識（LID），語音情緒辨識（SER）和音訊事件偵測（AED）。
sensevoice.cpp- C/C ++中FUNASR的感官Voice模型的港口。

^ 返回目錄 ^

語音合成 (TTS)

VALL-E- VALL-E：神經編解碼器語言模型是語音合成器的零聲文字。
SpeechGPT - SpeechGPT：賦予大型語言模型固有的跨模式對話能力。
VIT- VIT：端對端文字轉語音的對抗性學習的條件變異自動編碼器。最近提出了幾種支援單階段訓練和平行取樣的端到端文字轉語音 (TTS) 模型，但它們的樣本品質與兩階段 TTS 系統不符。在這項工作中，我們提出了一種平行的端對端TTS方法，該方法比目前的兩個階段模型產生更自然的音訊。我們的方法採用了透過標準化流量和對抗性訓練過程增強的變異推理，從而提高了生成建模的表現力。我們還提出了一個隨機持續時間預測因子，以輸入文本中的各種節奏合成語音。
NeuralsPeech -NeuralsPeech是Microsoft Research Asia的研究項目，專注於基於神經網路的語音處理，包括自動語音辨識（ASR），文字轉語音（TTS），等等。
即時語音克隆 - 在5秒內複製語音，以即時產生任意語音。這個儲存庫是將學習者從說話者驗證到多言式文字到語音綜合（SV2TTS）的轉移學習的實現，並與即時工作的Vocoder進行了學習。 SV2TTS是一個三個階段的深度學習架構。在第一階段，人們從幾秒鐘的音訊中創建了聲音的數位表示。在第二階段和第三階段，該表示形式用作給定文字生成語音的參考。
WaveNet-深膜的Wavenet紙的張量實現。 Wavenet神經網路體系結構直接產生原始音訊波形，在文字到語音和一般音訊生成中顯示出極好的結果（有關詳細信息，請參見DeepMind部落格文章和論文）。
FastSpeech 2-微軟的「 FastSpeech 2：快速且高品質的端對端文字轉語音」的實現。
梅爾根 - 有條件波形合成的生成對抗網路。
HIFI-GAN-HIFI-GAN：生成的對抗網絡，可高效和高保真言語綜合。
Edge-TTS-使用Python的Microsoft Edge的線上文字對語音服務（無需Microsoft Edge/Windows或API鍵）。
Vocode-Vocode是用於建立基於語音的LLM應用程式的開源程式庫。
TTS-Dataset-Tools - 使用音訊和關聯的文字自動產生TTS資料集。在自訂長度下進行切割。使用Google語音文字API執行診斷和轉錄或埃涅阿斯，以將對齊文字迫使音訊。
ElevenLabs- ElevenLabs文字轉語音軟體的官方Python API。十一隻將最引人注目，最豐富和栩栩如生的聲音帶給創作者和開發人員，只有幾行程式碼。
NaturalsPeech 2 -NaturalSpeech 2：潛在擴散模型是天然的，零句話的語音和唱歌合成器。
烏龜 - 一種多功能TTS系統，訓練著重點是品質。
libvits-ncnn-libvits-ncnn是vits函式庫的NCNN實現，可啟用跨平台gpu加速語音綜合。
SAM-軟體自動口 - 微小的語音合成器。 SAM是用C編寫的非常小的文本到語音（TTS）程序，它在大多數流行的平台上運行。
Lyrebird-？用GTK 3編寫的Linux的簡單和強大的語音更換器。
Euterpe-單聲音樂的即時音訊到Audio Karaoke生成系統。
YourTTS-朝著每個人的零射擊多揚聲器TT和零擊語音轉換。
ElevenLabs- ElevenLabs文字轉語音軟體的官方Python API。十一隻將最引人注目，最豐富和栩栩如生的聲音帶給創作者和開發人員，只有幾行程式碼。
Barkify -Barkify：Suno -ai對樹皮TT的非正式訓練實施。
WETT-生產首先和生產端到端文字到語音工具包。
Piper-一種快速的本地神經文本到語音系統，聽起來很棒，並且針對Raspberry Pi 4進行了優化。
VoiceBox-第一個用於語音的生成AI模型，可以透過最先進的效能跨越跨任務進行概括。
魚擴散 - 易於理解的TTS / SVS / SVC框架。
TTS Generation WebUI -TTS Generation WebUI（樹皮，音樂，烏龜，RVC，VOCOS，DEMUCS）。
XVA合成器-XVASYNTH 2.0是基於機器學習的語音合成應用程序，使用來自視頻遊戲中字符/語音集的聲音。
Playht- Playht Python SDK-文字轉語音音訊串流。
GPT -Sovits- 1分鐘的語音資料也可以用於訓練良好的TTS模型！（少數鏡頭克隆聲音）。
Metavoice-1b-Metavoice-1b是1.2B參數基本模型，該模型在TTS的100k小時語音（文字轉語音）上訓練。
RAD -MMM-一種使揚聲器講新語言的TTS模型。
Bud -E-對話和移情的AI語音助理。
Bridge-TTS-Schrodinger Bridges在文字轉語音綜合上擊敗了擴散模型。
Lina-Spech-基於線性注意的文字轉語音。
ZMM-TTS-零射擊多語言和多語言語音綜合，以自我監督的離散語音表示為條件。
Realtimetts-Realtimetts是為即時應用程式設計的最先進的文字對語音（TTS）庫。
Stabletts - 靈感來自穩定擴散3的下一代TTS模型。
Chattts -Chattts是日常對話的生成語音模型。
STYLETTS 2-STYLETTS 2：透過大型語言模式透過風格擴散與對抗性訓練，邁向人級文字轉語音。
Matcha-TTS- Matcha-TTS：具有條件流匹配的快速TTS架構。
Mahatts -Mahatts：開源大型語音生成模型。
梅洛特（Melotts） - 梅洛特（Melotts）是Myshell.ai的高品質多語言文本對語庫。
OpenVoice- Myshell即時語音克隆。
Metavoice-1b-Metavoice-1b是1.2B參數基本模型，該模型在TTS的100k小時語音（文字轉語音）上訓練。
DEX-TTS-基於擴散的表達文本到語音，並具有時間變異性的樣式建模。
Cosyvoice-多語言大型語音生成模型，提供推理，訓練和部署全端能力。
Tortoise.cpp-烏龜。

^ 返回目錄 ^

歌聲合成（SVS）

NNSVS-基於神經網路的唱歌語音綜合庫，用於研究。
Muskit -Muskit是一種開源音樂加工工具包。目前，我們主要專注於基準端到端的歌聲綜合，並期望將來擴展更多任務。 Muskit使用Pytorch作為深度學習引擎，也遵循ESPNET和KALDI樣式資料處理，並為各種音樂處理實驗提供完整的設定。
Openutau-開放式歌唱綜合平台 /開源UTAU繼任者。
So-Vits-SVC-SoftVC Vits歌聲轉換。
即時語音克隆 - 在5秒內複製語音，以即時產生任意語音。
基於檢索的voice-conversion-webui-基於VIT的易於使用的SVC框架。
罪惡 - 罪惡是基於HMM/DNN的唱歌語音合成系統。您可以透過將樂譜（MusicXML）上傳到此網站來產生歌聲樣本。
DIFFSINGER -DIFFSINGER：透過淺擴散機制唱歌語音合成。
LessAmpler -LessAmpler是一個歌聲合成器。它提供完整的音高變化，時間拉伸和其他功能。支援多個介面調用，例如UTAU，Library和Shine。
Mellotron -Mellotron：基於Tacotron 2 GST的多孔語音綜合模型，可以讓聲音表情和唱歌而無需情感或唱歌訓練資料。
VI -SVS-使用Vits和OpencPop來發展歌聲綜合；與Visinger不同。
MIDI2VOICE-從MIDI檔案唱歌合成。
Moegoe- VIT推理的可執行檔。
語音轉換 - 使用語音到語音神經風格的轉換語音轉換。
WGANSING-基於Wasserstein-Gan的多功能歌聲合成器。
克隆聲音 - 具有Web介面的聲音克隆工具，可以使用您的補丁程式或任何聲音錄製音訊。
OpenVoice- Myshell即時語音克隆。

^ 返回目錄 ^

展開