3 रिपॉजिटरी
Awesome GitHub RepositoriesAudio Machine Learning Frameworks
Comprehensive libraries for training and evaluating generative audio and sound synthesis models.
Distinct from Machine Learning Training: Shortlist contains malware or scientific ML; this is specifically for generative audio/music synthesis.
Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Audio Machine Learning Frameworks. Refine with filters or upvote what's useful.
Awesome Audio Machine Learning Frameworks GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- facebookresearch/audiocraft
facebookresearch/audiocraft
23,379GitHub पर देखेंAudiocraft is a deep learning audio library and machine learning framework designed for training, fine-tuning, and evaluating generative models for music and sound effects. It functions as a text-to-music generative model and a neural audio codec, providing the tools necessary to compress audio signals into discrete representations and synthesize high-fidelity waveforms from textual descriptions. The framework is distinguished by its ability to combine multiple conditioning signals, allowing for the generation of audio based on text prompts, melodic excerpts, or style-based audio clips. It al
Provides a complete framework for training, fine-tuning, and evaluating generative models for music and sound effects.
Jupyter Notebook - tyiannak/pyaudioanalysis
tyiannak/pyAudioAnalysis
6,242GitHub पर देखेंpyAudioAnalysis ऑडियो सिग्नल प्रोसेसिंग और विश्लेषण के लिए एक Python लाइब्रेरी और फ्रेमवर्क है। यह ध्वनि के गणितीय प्रतिनिधित्व, जैसे स्पेक्ट्रोग्राम, को निकालने के लिए टूल्स प्रदान करता है, और ध्वनिक पैटर्न के आधार पर ऑडियो सेगमेंट को वर्गीकृत करने के लिए मशीन लर्निंग मॉडल को प्रशिक्षित और मूल्यांकन करने के लिए एक सिस्टम लागू करता है। इस प्रोजेक्ट में ऑडियो सेगमेंटेशन के लिए समर्पित यूटिलिटीज शामिल हैं, जो चुप्पी को हटाने और विशिष्ट ऑडियो घटनाओं का पता लगाने की अनुमति देती हैं ताकि रिकॉर्डिंग को सार्थक अनुभागों में विभाजित किया जा सके। यह डेटा विज़ुअलाइज़ेशन क्षमताएं भी प्रदान करती है जो कंटेंट समानता को मैप करने और ध्वनि डेटा के भीतर क्लस्टर की पहचान करने के लिए डाइमेंशनलिटी रिडक्शन का उपयोग करती हैं। यह लाइब्रेरी सिग्नल प्रोसेसिंग क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है, जिसमें स्पेक्ट्रल-डोमेन फीचर एक्सट्रैक्शन, टेम्पोरल विश्लेषण और निरंतर मानों का अनुमान लगाने के लिए ऑडियो रिग्रेशन शामिल है। ये फंक्शन्स एक प्रोग्रामेबल लाइब्रेरी के रूप में और ऑडियो फाइलों को बैच प्रोसेस करने के लिए कमांड लाइन इंटरफ़ेस के माध्यम से सुलभ हैं।
Ships a framework for training and evaluating machine learning models to categorize sound recordings based on acoustic patterns.
Python - stability-ai/stable-audio-tools
Stability-AI/stable-audio-tools
3,790GitHub पर देखेंStable-audio-tools is a toolkit for training and deploying latent diffusion models for high-fidelity audio synthesis. It provides a framework for generating audio by iteratively refining noise within a compressed latent space, using specialized encoders to preserve temporal and spectral features of the audio signal. The project features a system for adapting pre-trained audio checkpoints to new datasets through modular initialization and configuration files. It includes utilities for weight extraction and inference model export, which remove training metadata and optimizer states to create li
Provides a comprehensive framework for training and evaluating generative audio and sound synthesis models.
Python
