WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
AI 应用
inaSpeechSegmenter
ina-foss/inaSpeechSegmenter
基于
CNN
的
音频
分割
工具,
可
检测
语音、
音乐、
噪声
并识别
说话
人性别,
用于
媒体
内容
分析。
去 GitHub 看仓库
复制链接
标签
speech-segmentation
audio-analysis
music-detection
speech-music
gender-equality
gender-classification
speaker-gender
speech
同类项目
voxcpm
40.8k
开源
2B多
语言TTS模型,
无需
分词器,
支持
声音
设计、
可控
复刻
与
48kHz studio级
语音
合成。
essentia
3.8k
开源
C++
音频
分析
与
音乐
信息
检索库,
提供
丰富
的
谱、
时域
特
征
算法
与
Python
封装。
audioFlux
3.4k
面向
深度
学习
的
音频
音乐
分析
特征
提取
库,
提供
丰富
的
时频
变换
与
特征
组合
能力。
audio
3k
面
向
PyTorch
的
音频
与
语音
处理
机器
学
习库,
提供
数
据集、
变换
与
GPU
加速
的
可训
练
音频
基础
组件。
aeneas
2.9k
Python/C
强制
对
齐库
与
命令
行
工具,
可
为
音频
和
文本
生成
同步
时间
戳,
并
输
出
字幕
等
格式。
gTTS
2.6k
封装谷歌翻译语
音合成
接口
的
Python库
与
命令
行
工具,
可
将
任意
文本
转换
为
MP3语音
文件
使用。
916
speech-segmentation,audio-analysis,music-detection
基于CNN的音频分割工具,可检测语音、音乐、噪声并识别说话人性别,用于媒体内容分析。
←
上一个
spp
下一个
→
ds4-control