音视频多媒体

云会议系统产品系统
1、基础功能保障日常远程开会的流畅性与协作性。核心包括高清音视频通话,支持4K视频与4K屏幕共享,并借助AI降噪、虚拟背景等技术提升体验;多端灵活入会,覆盖PC、手机、浏览器、小程序及会议室硬件终端,支持一键入会或电话拨入;协作工具,如屏幕共享与双向标注、电子白板、会中文字聊天等,便于参会者实时互动
230自动化测试音视频多媒体
1)分类导航:解析站点分类树,自动识别35个一级分类,支持指定一级分类或只采某几个二级分类;2)列表翻页:按每个二级分类逐页请求(每页100条),从隐藏域读取总数自动算页数,保证不漏页;3)详情采集:按期刊唯一ID抓取整页详情,10并发,跨分类重复期刊只抓一次;4)字段解析:输出28列,含主办/主管
670Java科学研究
1.流程标准:选题、对标拆稿、写稿和验收、配音、做画面、自检、成片和封面、发布包、数据复盘,每一步写清产出和验收标准。2.代码生成画面:用Remotion和React写动画,字幕和配音逐字对齐,横屏和竖屏都能出4K。3.自动检查:成片前检查响度、字幕位置、口播是否与稿子一致。4.交付物:每期交付4K
390JavaScript音视频多媒体
项目围绕AI短剧制作全链路设计,包含项目、章节和镜头管理,AI剧本处理可将长剧本自动拆分为分镜并落地到画布;资产库统一管理角色、场景、道具、服装和演员,通过参考图及语义检索为生成任务提供上下文;可视化画布支持剧本、图片、视频等节点编排与连线,多节点可批量触发生成并回写结果;模型管理支持配置多家Ope
3100Python人工智能
1、实时音频接入:采集用户选择的系统音频或麦克风音频,接入云端语音识别与翻译服务,持续生成字幕。2、多语言双语字幕:支持多语言语音识别、自动检测与双语字幕,展示原文与译文;浮动字幕窗口便于边看会议或视频边阅读。3、记录与导出:Pro支持会议历史与文本导出,方便会后回顾、检索和整理;支持字幕样式设置。
2570postgres人工智能
属于工具类的,需要懂逆向的人才能用。这个项目通过Frida注入本机QQMusic进程,调用QQMusic自带的Objective-C解密能力,并从QQMusic本地缓存读取对应的streamekey。适合把自己已经在QQMusicMac客户端下载、且本机可以正常播放的音乐文件转换为.flac/.og
880Java音视频多媒体
伪造声音检测产品系统
澄声是一套可本地离线运行、具备可解释证据链的AI深度伪造语音检测平台,核心采用自研镜像孪生(MirrorTwin)检测范式,依托Mimi音频编解码器,对上传语音进行真伪判别,输出置信度、检测分数与溯源证据,解决当前AI声音克隆诈骗、录音篡改、虚假舆情音频难以核验、判定无依据的痛点。系统支持WAV/F
1270Python音视频多媒体
OpenLucky开源项目
OpenLucky是一款面向胶片摄影爱好者的轻量级开源彩色负片去色罩与图像校正工具,基于OpenCV实现,旨在简化彩色负片数字化后的色彩校正流程。软件内置多种胶片预设,支持色罩RGB通道、伽马、对比度、曝光及白平衡等参数调整,并提供实时预览、直方图分析与批量处理功能。项目同时提供基于Electron
1670Python音视频多媒体
菜单栏入口支持快速截图、滚动长截图、OCR/二维码识别、录制区域或屏幕、查看历史记录及打开图片/视频。此次改进聚焦可靠性:异常或中断情况下保留录制会话中的相机、轨迹等副文件;长截图会话结束前封存终态,避免重复结束回调、并发启动和取消后继续安装监听器;对原子保存流程增加回归检查。项目基于上游开源软件并
750Swift开发工具
1.AI短剧素材智能生产系统对接正规短剧版权分销平台,获取已授权的短剧素材库。利用AI工具完成二次剪辑:自动识别每集的高潮片段(如扇巴掌、反转、悬念揭晓),截取2分钟左右的精华切片,生成适合FacebookReels的竖版短视频。支持AI配音翻译与画面优化,适配英语、西语等目标市场语言习惯,让中国式
1340Python音视频多媒体
muse ai产品系统Vibe Coding
AI音乐创作商业化产品,覆盖Quick/Master双创作工作台、歌词优化与翻译、风格模板、参考音视频、作品资产库、会员订阅与支付。Agent层负责创作意图澄清、参数补全、任务推荐与生成过程解释。
1050HTML5音视频多媒体
DreamStudio是面向短剧与短视频制作的AI创作平台,覆盖以下功能:1.创意与剧本:根据创意生成分集大纲及多集剧本,支持将小说、文学文本改编为剧本。2.分镜拆解:将场景拆解为包含景别、机位和动作描述的分镜表,为后续素材制作提供依据。3.多模型与Agent协作:接入不同模型,结合多Agent协作
1750Java人工智能
普音产品系统Vibe Coding
多轨波形编辑:拖拽、剪切、对齐、音量调节、撤销AI音频分析:自动识别BPM、调性、节拍变速变调:RubberBand引擎,变调不变速/变速不变调人声分离:AI一键提取人声/伴奏AI语音指令:自然语言直接指挥剪辑操作一键导出WAV/MP3(多码率)
1050Vue音视频多媒体
包含视觉风格库、视频动效库与AISkill合集,支持分类浏览、资源预览及收藏管理,并保留个人添加的内容。安装包内置基础资源,断网时仍可使用;资源内容支持远程增量更新,不必每次重新安装客户端。更新失败可回滚,个人收藏和激活信息不会被覆盖。作品展示的是资产管理软件本身,不主张拥有库中所有第三方素材版权。
1650JavaScript开发工具
1.核心逻辑层(core/)watermark_core.py:定义水印参数数据类(WatermarkParams),封装水印位置、大小、旋转角、透明度、颜色等属性;提供核心渲染函数apply_watermark,将水印参数与源图片结合,生成最终输出图像(支持JPEG格式)。font_manager
1640Python开发工具
本项目是一款功能完备的多轨音频调音软件,支持WAV与MP3音频导入、0.5x–2.0x变速播放、Loop独立循环及高保真混音导出,同时集成了单轨音量与声像控制、10段图形EQ均衡器、可在波形图上交互绘制的音量自动化包络线以及压缩器。此外,系统还提供60FPS平滑波形图、带削波指示的VU电平表、16m
2010C++音视频多媒体
软件介绍CyberVerse是一个开源的实时数字人Agent框架。我做这个项目时,一直想解决一个很具体的问题:数字人不应该只停留在“生成一段视频”或“播放一个虚拟形象”的阶段。更有意思的是你打开一个界面,选择一个角色,给它配置声音、人设、记忆和模型,然后它真的可以开始和你说话,可以被打断,可以接着聊
3690Python人工智能
MagicMic产品系统
丰富的声音效果:从500多个声音效果中选择,让您听起来像您最喜欢的Vtuber、动漫人物、歌手、演员或名人。热门表情包音效库:访问10万多个热门表情包音效库,为您的对话增添幽默感。实时变声:体验零延迟的语音转换,确保流畅、不间断的游戏或直播体验。AI语音模型:受益于先进的AI技术,该技术提供高质量的
1270C++音视频多媒体
写词/管词:用配置好的歌词大模型(如DeepSeek)生成歌词,曲库里维护「仅歌词→生成音乐→去痕/转码」等状态;歌名会与曲库去重、两阶段起名+写词等逻辑。生成音乐:对接Suno/TTAPI等云端或本机流程,排队生成、下载、入库。后期与物料:FFmpeg去痕、转码、整理发布用物料(音频、歌词、封面等
2400Python人工智能
wu-img开源项目
离线图片格式转换客户端,基于Electron构建?️支持拖拽或点击选择图片文件?支持多种格式互转:PNG、JPEG、WebP、AVIF、TIFF、GIF、ICO、ICNS?支持调整输出尺寸?️支持调节JPEG/WebP/AVIF/TIFF输出质量?ICO转换支持自定义多尺寸?批量转换,实时日志?完全
1520HTML5开发工具
当前共35个项目more
×
寻找源码
源码描述
联系方式
提交