剑二十七

超级实用的一个AI开源工具，可以输入文本来生成各种声音，感觉这个很有实用场景啊，群里小伙伴推荐的一个项目。我花了点时间做成了整合包。腾讯AI实验室与约翰霍普金斯大学强强联手，共同推出了EzAudio这一革命性的文本到音频生成模型。EzAudio以其前所未有的高效能与卓越音质，为人工智能与音频技术的融合树立了新的里程碑。EzAudio之所以能在...

BatchEncoder是一款功能强大的音频文件转换软件，它为用户提供了一个直观易用的图形用户界面（GUI），使得音频格式的转换过程变得简单快捷。这款软件支持市面上绝大多数的音频文件格式，包括有损和无损压缩格式，极大地满足了用户在音频处理方面的多样化需求。BatchEncoder的核心在于其作为命令行工具的前端，通过创建后台进程并传递参数来实...

fre:ac（全称free audio converter）是一个免费且开源的音频转换器，它提供了全面的音频处理功能，包括音频CD抓取、标签编辑以及多种音频格式之间的转换。该软件以其强大的功能和易用性在音频处理领域赢得了广泛的赞誉。主要功能特点：支持多种格式：fre:ac支持MP3、MP4/AAC、Opus和FLAC等多种音频格式的转换，满足...

MVSEP-MDX23-music-separation-model 是一个专为2023年音乐分离挑战赛（MDX'23）设计的音频分离模型，它能够将音乐分解为四个独立的音轨：“低音”、“鼓声”、“人声”和“其他”。该模型在挑战赛中取得了第三名的好成绩（Leaderboard C），证明了其在音乐分离领域的强大实力。此模型基于Demuc...

转换速度还可以，我玩了一上午，大概10多秒就可以转一次1分钟左右的音频。效果还是不错的，分离出来的人声很干净，如果搭配其他字幕软件是很容易被识别出来的。关键是这个软件安装好就可以用了，不需要去设置一些复杂的参数什么的。UltimateVocalRemoverGUI是一款开源的人声分离软件，采用了最先进的音源分离模型，以去除音频文件中的人声。该...

FFBox是一个由ttqftech团队开发的开源项目，主要定位为多媒体转码百宝箱，它基于FFmpeg的图形用户界面（GUI）工具。一、项目背景与定位随着多媒体内容的日益丰富，对多媒体文件的转码和处理需求也逐渐增多。FFBox作为一个专注于多媒体转码的工具，为用户提供了一个直观、易用的图形界面，使得用户无需深入了解FFmpeg的复杂命令，即可轻...

可实现本地电脑的音频转文字软件！双向转换，完全免费开源！支持 Windows、macOS、Linux（目前界面只有英文的，但支持中文的转换）特征基于 DirectCompute 的供应商不可知的 GPGPU；该技术的另一个名称是“Direct3D 11 中的计算着色器”纯 C++ 实现，除了基本的 OS 组件外没有运行时依赖性比 OpenAI...