awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

Awesome GitHub RepositoriesClassification Frameworks

Libraries providing a structured pipeline for training and evaluating models to categorize audio signals.

Distinct from Audio Machine Learning Frameworks: Focuses on the classification pipeline for audio analysis rather than generative audio or synthesis models

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Classification Frameworks. Refine with filters or upvote what's useful.

Awesome Classification Frameworks GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • tyiannak/pyaudioanalysisAvatar de tyiannak

    tyiannak/pyAudioAnalysis

    6,242Ver en GitHub↗

    pyAudioAnalysis es una librería y framework de Python para el procesamiento y análisis de señales de audio. Proporciona herramientas para extraer representaciones matemáticas del sonido, como espectrogramas, e implementa un sistema para entrenar y evaluar modelos de machine learning para clasificar segmentos de audio basados en patrones acústicos. El proyecto incluye utilidades dedicadas para la segmentación de audio, que permiten la eliminación de silencios y la detección de eventos de audio específicos para dividir grabaciones en secciones significativas. También proporciona capacidades de visualización de datos que utilizan reducción de dimensionalidad para mapear similitudes de contenido e identificar clusters dentro de los datos de sonido. La librería cubre un amplio rango de capacidades de procesamiento de señales, incluyendo extracción de características en el dominio espectral, análisis temporal y regresión de audio para estimar valores continuos. Estas funciones son accesibles tanto como librería programable como a través de una interfaz de línea de comandos para el procesamiento por lotes de archivos de audio.

    Ships a framework for training and evaluating machine learning models to categorize sound recordings based on acoustic patterns.

    Python
    Ver en GitHub↗6,242
  1. Home
  2. Artificial Intelligence & ML
  3. Audio Machine Learning Frameworks
  4. Classification Frameworks