van

Results 11 issues of van

- 项目地址: https://github.com/libAudioFlux/audioFlux - 类别: C、Python - 项目标题: A library for audio and music analysis, feature extraction. - 项目描述: 一个用于音频和音乐分析、特征提取的库,支持数十种时频分析变换方法,以及相应时域、频域数百种特征组合,可以提供给深度学习网络进行训练,用于研究音频领域的分类、分离、音乐信息检索(MIR)、ASR等各种任务。 - 亮点: > 1. 系统、多维度的提取特征和组合,可以灵活的用于各种任务研究分析。 > 2. 性能高效,核心大部分C实现,基于不同平台FFT硬件加速,方便大规模数据特征提取。 > 3....

Add audioFlux: A library for audio and music analysis, feature extraction. ## What is this Python project? A library for audio and music analysis and feature extraction, which supports dozens...

- 项目名称:audioFlux - 项目地址:https://github.com/libAudioFlux/audioFlux - 项目简介 (**100** 字以内): 一个用于音频和音乐分析、特征提取的库,支持数十种时频分析变换方法,以及相应时域、频域数百种特征组合,可以提供给深度学习网络进行训练,用于研究音频领域的分类、分离、音乐信息检索(MIR)、ASR等各种任务。 - 亮点 >1. 系统、多维度的提取特征和组合,可以灵活的用于各种任务研究分析。 >2. 性能高效,核心大部分C实现,基于不同平台FFT硬件加速,方便大规模数据特征提取。 >3. 适用移动端,支持移动端音频流实时计算。 - 示例代码:[官方文档](https://audioflux.top/) ```bash pip install audioflux ``` ```python import numpy as np import...

## 推荐项目 - 项目地址: https://github.com/libAudioFlux/audioFlux - 类别: C、Python - 项目标题: A library for audio and music analysis, feature extraction. - 项目描述: 一个用于音频和音乐分析、特征提取的库,支持数十种时频分析变换方法,以及相应时域、频域数百种特征组合,可以提供给深度学习网络进行训练,用于研究音频领域的分类、分离、音乐信息检索(MIR)、ASR等各种任务。 - 亮点: > 1. 系统、多维度的提取特征和组合,可以灵活的用于各种任务研究分析。 > 2. 性能高效,核心大部分C实现,基于不同平台FFT硬件加速,方便大规模数据特征提取。...

add Van: A functional-programming and object-oriented-programming script languag

on hold

- 项目地址: https://github.com/libAudioFlux/audioFlux - 类别: C、Python - 项目标题: A library for audio and music analysis, feature extraction. - 项目描述: 一个用于音频和音乐分析、特征提取的库,支持数十种时频分析变换方法,以及相应时域、频域数百种特征组合,可以提供给深度学习网络进行训练,用于研究音频领域的分类、分离、音乐信息检索(MIR)、ASR等各种任务。 - 亮点: > 1. 系统、多维度的提取特征和组合,可以灵活的用于各种任务研究分析。 > 2. 性能高效,核心大部分C实现,基于不同平台FFT硬件加速,方便大规模数据特征提取。 > 3....

**开源地址** [https://github.com/DoMusic/Hybrid-Net](https://github.com/DoMusic/Hybrid-Net) **功能说明** 这是一个以音乐为主题的人工智能多模态项目,可为任何歌曲生成和弦、节拍、歌词、旋律和标签,基于transformer的混合多模态模型,各种transformer模型解决了mir领域的不同问题,这些模型产生了相应的信息依赖关系,相互影响。 **模型结构** ![model](https://github.com/ruanyf/weekly/assets/6100752/cac78792-2b05-4de6-be36-12c03f30906b) 用于音源分离的 U-Net 网络模型、基于transformer模型的 Pitch-Net、Beat-Net、Chord-Net 和 Segment-Net,除了建立频率和时间之间的相关性,最重要的是建立不同网络之间的相互影响关系,以达到更好的训练效果 **在线体验** [https://lamucal.ai/](https://lamucal.ai/)

weekly

# Benchmark ## Introduce In the field of deep learning for audio, the mel spectrogram is the most commonly used audio feature. The performance of mel spectrogram features can be...

functionality
discussion

- [ ] My submission is formatted according to the guidelines in the [contributing guide](/CONTRIBUTING.md) - [ ] My addition is ordered alphabetically - [ ] My submission has a...

## 推荐项目 - 项目地址:[https://github.com/DoMusic/Hybrid-Net](https://github.com/DoMusic/Hybrid-Net) - 类别:机器学习 - 项目标题:Hybrid-Net: 实时音源分离,针对音乐生成歌词、和弦、节奏、曲谱 - 项目描述:这是一个以音乐为主题的人工智能多模态项目,可为任何歌曲生成和弦、节拍、歌词、旋律和标签 - 亮点:音乐转录、歌词同步、音乐探索、和弦匹配 - 截图: ![ai1](https://github.com/521xueweihan/HelloGitHub/assets/6100752/434430c6-c55f-4afb-88ad-00681711a633) - 后续更新计划:持续更新 - 在线体验:[https://lamucal.ai](https://lamucal.ai)

机器学习