audio

MOSS‑TTS 系列是由 MOSI.AI 与 OpenMOSS 团队开发的开源语音与声音生成模型系列。

Audiobookshelf 移动端应用

基于深度学习的音频转MIDI转录音频插件。

可定制的音乐播放器

实时鸟类识别声景分析器

Arcan - [显示服务器、多媒体框架、游戏引擎] -> "桌面引擎"

[ICLR 26] Stable Video Infinity：基于错误回收的无限长度视频生成

在FPGA上通过HDMI传输视频/音频

将您的安卓手机用作电脑麦克风

一款完全独立的终端Spotify客户端。内置原生流媒体播放，无需守护进程。

“VideoAgent：用于视频理解、编辑与再创作的全能智能体框架”

将媒体文件投射到智能电视和 Chromecast 设备。

SGLang-Omni 为 TTS、ASR、语音和全向模型提供高性能服务。

为提升易用性、全面性与效率而设计的模型压缩工具包。

适用于Android的视频与音频下载器，内置网页浏览器和播放器。

专为macOS、iOS和tvOS打造的音频功能强大工具。

Local Windows iPhone/iPad mirroring over USB and AirPlay with D3D11 preview, multi-device sessions, OBS output, and a standalone driver manager.

全面的开源 3A 游戏生成技能和资产框架。

飞牛 fnOS NAS 第三方应用商店 — 115 款自托管应用的 .fpk 安装包 | 飞牛 fnOS NAS 第三方应用商店 — 115 款自托管应用的 .fpk 安装包Plex、Emby、Jellyfin、qBittorrent、Immich、Sonarr、Radarr、Vaultwarden、ZeroClaw AI、OpenClaw 等 | 每日自动同步上游版本

一个用于在Apple Silicon上使用MLX进行音频处理的模块化Swift SDK

为Subsonic提供Tidal音乐集成服务。

一款面向本地音乐库的开源播放器，具备同步歌词、主题皮肤与插件支持功能。

一款为Android设计的简洁、快速且遵循Material Design理念的音乐播放器，具备强大功能。

Hugging Face 的 Transformer 音频课程