audio

通过网页界面100%本地化地将任意音频转录为文本，翻译并编辑字幕。由whisper模型驱动！

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。

基于深度学习的音频转MIDI转录音频插件。

Audiobookshelf 移动端应用

在您的应用中集成前沿CoreML音频模型——文本转语音、语音转文本、语音活动检测及说话人分离。基于Swift开发，由顶尖开源技术驱动。

一款面向Android的现代YouTube音乐客户端，提供无广告体验、同步歌词显示及离线播放功能。

基于QtQuick的灵活桌面外壳开发工具包，支持Wayland与X11

自托管人工智能音频转录

Arduino音频工具（功能强大的音频库，不仅适用于Arduino）

支持同时播放多个音频文件的Flutter包（Android/iOS/web/Linux/Windows/macOS）

🌸Bloomee是一款跨平台音乐应用，致力于为您提供来自多源的无广告音乐。🌼🎵

基于Lavaplayer的独立音频发送节点

面向Flutter与Dart的跨平台视频播放器与音频播放器。

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

树莓派点唱机，支持播放本地音乐、播客、网络电台和流媒体，可通过RFID卡、网页应用或家庭自动化触发。全部即插即用，并提供GPIO脚本

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

实时鸟类识别声景分析器

“VideoAgent：用于视频理解、编辑与再创作的全能智能体框架”

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。

为提升易用性、全面性与效率而设计的模型压缩工具包。

Rapida是一个开源、端到端的语音AI编排平台，用于构建具备音频流、语音识别、语音合成、语音活动检测、多通道集成、智能体状态管理和可观测性的实时对话语音智能体。

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。