SurfSense 是可定制的 AI 研究代理，可作为 NotebookLM 或 Perplexity 的开源替代方案，支持连接外部来源，如搜索引擎（Tavily、LinkUp）、Slack、L...

HunyuanCustom 是腾讯混元开源的多模态定制化视频生成工具，融合了文本、图像、音频、视频等多模态输入生视频的能力，是一款具备高度控制力和生成质量的智能视频创作工具。 HunyuanCu...

Magi-1 是首个实现顶级画质输出的自回归视频生成模型，模型权重、代码 100% 开源。其主打能力，一是无限长度扩展，实现跨时间的无缝连贯叙事。二是能将控制精确到每一“秒”，10s 内自定义视...

StreamCap 是基于 FFmpeg 和 StreamGet 的多平台直播流录制客户端，覆盖 40+ 国内外主流直播平台，支持批量录制、循环监控、定时监控和自动转码等功能，提供 Window...

QuickRecorder 基于 ScreenCapture Kit 开发，是一款多功能、轻量化、高性能的开源 macOS 屏幕录制工具。 功能特色 使用 SwiftUI 编写，功能专一，体积小...

BMF（Babit Multimedia Framework）是字节跳动开发的跨平台、可定制的多媒体处理框架。经过 4 年多的测试和改进，BMF 已经过量身定制，能够熟练地应对现实生产环境中的挑...

VBAbox是兰雅VBA 线段简易包装盒插件。 功能介绍 1.选择多个物件的多个节点，点击第一个图标连接成多线段 2.选择多个物件，鼠标左右键加Ctrl，可以不同的排序分别连接多组物件的中心点 ...

ggwave 是小型的声音传输数据 (data-over-sound) 库，用于生成和分析从音频设备（扬声器、麦克风等）播放和捕获的原始波形。只要提供用于音频样本排队和出队的回调，就可以自由使用...

DragGAN-Windows-GUI 是封装了 DragGAN 的图片处理工具，直接解压即可使用，内置 17 个模型。 DragGAN 是由 Google 的研究人员与 Max Planck ...

SVT-AV1 是由英特尔和 Netflix 合作启动的 AV1 开源编解码器，其编解码器性能水平能适用于各种应用，从视频点播到实时直播的编码和转码等。 SVT-AV1 旨在提供高质量、高性能的...

Audiocraft 是用于音频生成的深度学习库。它使用深度学习进行音频处理和生成，具有最先进的 EnCodec 音频压缩器/分词器，以及 MusicGen——简单且可控的音乐生成大模型，具有文...

VideoFlashingReduction 可用于计算视频内容闪灯（Flashing Lights）风险，并提供减少闪灯的算法参考实现。 媒体内容的供应商可能想要检测视频内容中闪光灯的数量，以...

AudioGPT 是一个借助大语言模型 (LLM) 处理音频的工具。 AudioGPT 在收到用户请求时使用 ChatGPT 进行任务分析，根据语音基础模型中可用的功能描述选择模型，用选定的语音...

ImPlay 是一个基于 mpv 构建的跨平台视频播放器。 ImPlay 具有简洁易用的操作界面，并且高度兼容 mpv 的配置文件和脚本。 使用 GPU 解码，高品质视频输出 支持 Lua 和 ...

TimeSide 是一个以 Python 编写的可扩展音频处理框架，支持低级和高级音频分析、成像、转码、流式传输和标记。其高级 API 旨在通过插件架构、安全的可扩展后端和可扩展的动态 Web ...

Olive 是跨平台的开源非线性视频剪辑工具，支持 Windows、macOS 和 Linux，目标是提供高端专业视频编辑软件的免费替代方案。 Olive 处于非常早期的阶段，官方网站介绍了 O...

AutoCut 是一款通过字幕来剪切视频的工具。 AutoCut 对你的视频自动生成字幕，然后你选择需要保留的句子，AutoCut 将对你视频中对应的片段裁切并保存。你无需使用视频编辑软件，只需...

Libva 是 VA-API 的实现，VA-API （视频加速 API，全称 Video and Audio API ）是一个开源库和API规范，它为视频处理提供了图形硬件加速功能，由每个受支持...

KPlayer KPlayer可以帮助你快速的在服务器上进行视频资源的循环直播推流。本仓库为libkplayer的golang封装版本 查看帮助文档：https://kplayer.net/p/...

Meadowlark 是免费且开源的 DAW（数字音频工作站），支持 Linux、Mac 和 Windows 平台。它的目标是为世界各地的艺术家们提供一个方便而强大的录音、作曲、编辑、声音设计、...