音视频多媒体

一个纯前端的五线谱识谱训练Web应用:每次显示一个音符,用户从CDEFGAB中选择音名,系统记录反应时间,并按「准确率+反应时间中位数+最慢值+变异系数+回归斜率」多指标判定是否解锁下一个音。高音谱/低音谱两套进度独立,出题按错误率和反应时间自适应加权,进度存localStorage并支持导入导出。
810HTML5教育校园
影策开源项目
影策是一款面向AI影视与短剧创作的智能工作台,让创作者在一个画布上完成从灵感到成片的完整流程。核心能力:可视化画布:以节点连接的方式编排生成流程,支持拖拽、连线、缩放,直观组织剧本、分镜与素材。多模型接入:统一适配文本、图片、视频、音频等多种AI模型渠道,自定义渠道可安全中转,一次创作灵活调度。任务
1040postgres音视频多媒体
系统由用户端、管理后台与后端服务三部分组成,共37个RESTController,覆盖内容生产、消费、治理、智能四大功能域。1、内容生产:分片断点续传上传(MD5秒传、分片校验、临时切片生命周期管理)、封面裁切、视频元信息编辑、异步转码流水线(H.264/H.265多分辨率、GPU加速、HDR转SD
920Spring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
1730Python音视频多媒体
声音分离开源项目
功能模块可以直接看代码。实现的效果分离出来的声音是15.6db。将声音就分离出来了,使用的是双数剧的对抗的方式来驱动。效果还行,如果再往上提的话就需要扩展数据规模
640Torch音视频多媒体
基于Wav2Lip模型开发的音频驱动数字人唇形同步工具,输入单张人物图片与语音音频,即可自动生成口型与音频精准匹配的数字人说话视频,人物眉眼、头部等其余面部区域保持自然静态,适用于短视频制作、数字人播报、课程配音、虚拟解说等场景。1.核心算法:基于GAN生成对抗网络架构,通过提取音频梅尔频谱特征驱动
2590Python开发工具
SHOTWISE是一款开源、自托管的AI视频生产工作台,面向AI漫剧/短剧、小说说书和广告带货短视频等场景。用户只需导入小说、成品剧本或商品素材,系统即可通过多智能体编排完成内容分析、角色与场景提取、分集规划、结构化剧本、分镜生成、旁白与视频片段制作,并进一步合成成片或导出剪映草稿。项目提供角色、场
2280Python人工智能
体育直播开源项目
该项目主要是短视频和主播直播为主的各类视频娱乐项目,提供各类视频,短视频,直播视频提供视频为主的资源。功能主要有:短视频播放,直播间,送礼物,聊天,视频推荐和搜索,关注等功能
1080Android音视频多媒体
视频平台开源项目
多屏预览:支持1/4/6/9/12/16/25屏自由切换,满足各种监控场景✅分屏控制:一键清空、保存布局、恢复布局、全屏模式✅智能云台:上下左右方向控制、变倍、聚焦、光圈调节、预置位巡航✅语音对讲:双向语音对讲,支持单路音频开关✅截图抓拍:实时画面快照保存✅多码流切换:普清、高清、超清三档码流自由切
1440Java音视频多媒体
提供多画布分页、文本/图片/视频/音频/分镜节点、拖拽连线、分组、缩放和小地图。创作助手支持候选剧本、镜头与提示词拆解及视频时间点分析,草稿可编辑后加入画布。支持模型目录与参数配置、异步媒体任务、进度状态、素材检索、媒体预览和下载;视频处理模块提供FFmpeg合并与转场。项目支持本地保存、服务器版本
3960React人工智能
Zeno是面向影视特效制作的开源物理仿真与渲染引擎,通过节点图组织计算流程,支持流体、刚体、弹塑性材料及流固耦合仿真,并提供几何处理、实时预览和光线追踪渲染。相关仿真特效曾用于《流浪地球2》和杭州亚运会开幕式。我于2020年12月至2024年1月担任创始成员及核心研发工程师,主导节点图执行引擎、数据
1730C++音视频多媒体
magnet-to-strm开源项目
1.通过115离线下载解析磁力链接,生成.strm文件,并记录磁链信息和115文件信息。2.访问strm时,若115网盘中目标文件仍存在,则直接使用,若不存在,则自动重新离线后使用。3.从而使用极小的磁盘空间和较小的115容量即可管理超大规模的影视库。4.对外暴露Aria2和qBittorrent兼
1820Docker音视频多媒体
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
1680Python开发工具
这是一个**AI音乐处理Web应用**,用户上传音频后,系统自动完成端到端处理:1.**6轨音源分离**-用Demucs`htdemucs_6s`模型分离vocals/drums/bass/piano/guitar/other2.**乐器识别与MIDI转录**-对other轨二次分类(piano/g
2030Python音视频多媒体
Mineradio_WEB端开源项目
Mineradio_web是一款Windows网页沉浸式音乐播放器,把搜索播放、歌词舞台、粒子视觉、3D歌单架和完整桌面模式组合成一个更接近现场感的私人音乐空间。
9340webview音视频多媒体
面向短视频创作的智能AIGC系统。核心功能模块包括:1.样例视频解析:上传爆款样例视频后,系统通过ffprobe提取元数据、PySceneDetect识别镜头节奏、Whisper提取语音脚本,自动生成VideoDNA结构化数据2.结构迁移引擎:将样例的脚本线索、镜头节奏和素材槽位抽象为统一的Vide
2060Python音视频多媒体
live2dpet开源项目
一款基于Live2DCubism的AI桌面宠物系统的项目,采用Python+PySide6,构建无边框透明桌面窗口,支持鼠标追踪、眼球动画与拖拽交互。核心能力包括:集成多厂商LLM(OpenAI/DeepSeek/Ollama等),实现流式对话与情感标签提取;对接GPT-SoVITS,完成实时语音合
5060Python人工智能
Vibe Videoing开源项目
VibeVideoing是面向智能视频生产的专业编辑器。Agent可协同完成脚本拆解、素材生成、动画编排、代码迭代与渲染验证;创作者则通过多轨时间线、场景分组、参数面板和画布交互进行精细调整,实现代码能力与专业级图形化剪辑体验的无缝结合。
1620HTML5人工智能
冰雹开源项目
核心展示:循环轮播展示图文素材,支持批量新增、编辑、删除幻灯片;2.无障碍适配:所有图片必填alt描述文本,满足网站合规要求;3.交互控制:开启/关闭自动轮播、设置滑动动画时长、自定义切换方向;4.数据兼容:支持备用素材地址(alt备用资源),主素材加载失败自动切换备用资源;5.响应式适配:电脑、手
1030CSS音视频多媒体
本项目是一款基于PHP8.1+的可视化抖音作品解析与本地下载工具,支持抖音短链、视频页、图文页及完整分享口令。解析过程通过NDJSON流式展示实时进度,可识别多种页面数据并自动切换回退策略。视频结果支持按清晰度、分辨率以及H.264、H.265、AV1编码选择无水印MP4;图文作品支持原图预览,并将
3290PHP开发工具
当前共465个项目more
×
寻找源码
源码描述
联系方式
提交