Repositorylibrosa/librosaTool
Für Entwickler und Data Scientists, die Audio-Pipelines oder KI-gestützte Musikanalysen umsetzen, bildet librosa eine robuste, etablierte Standardbasis für Feature-Extraktion und Spektrogramm-Berechnungen.
librosa dient als Standardwerkzeug für die digitale Signalverarbeitung (DSP) im Kontext von Audio- und Musikdaten. Ziel des Projekts ist es, die Hürden beim Erstellen von Systemen für Music Information Retrieval (MIR) zu senken, indem wiederkehrende mathematische und signaltheoretische Transformationen – wie Spektrogramme, Chromagramme oder Rhythmusanalysen – in einer standardisierten Python-API gebündelt werden.
Die Bibliothek fügt sich nahtlos in das wissenschaftliche Python-Ökosystem ein und baut unter anderem auf scipy auf. Das Projekt folgt Standards der Scientific Python Ecosystem Coordination (SPEC) und verwendet das EffVer-Versionierungsschema. Die Bereitstellung erfolgt sowohl über Standard-Paketmanager (PyPI) als auch Conda (conda-forge).
Mit über 8.700 GitHub-Stars, mehr als 1.000 Forks, einer DOI-gestützten Zitierbarkeit via Zenodo und einer umfassenden Dokumentations- und Test-Pipeline (CI, Codecov) weist das Projekt einen sehr hohen Reifegrad auf. Es richtet sich primär an Forscher, Data Scientists und Software-Ingenieure, die akustische Merkmale für Machine-Learning-Modelle oder Analysepipelines aufbereiten müssen.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 2. November 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Repository:FFmpeg/FFmpeg
FFmpeg bietet eine umfassende Sammlung modularer C-Bibliotheken und Kommandozeilenwerkzeuge zur Verarbeitung von Audio, Video, Untertiteln und Metadaten. Die Lösung unterstützt unzählige Codecs, Formate sowie Filtergraphen und richtet sich an Entwickler und Systemadministratoren.
66.242SterneC
Repository:docling-project/docling
Docling ist ein Open-Source-Python-Werkzeug, das Dokumente aus zahlreichen Formaten wie PDF, Office-Dateien, Audio und HTML für den Einsatz in Generative-AI-Pipelines aufbereitet.
66.025SternePython
Repository:jdepoix/youtube-transcript-api
youtube-transcript-api ist ein quelloffenes Python-Werkzeug, mit dem Transkripte und Untertitel von YouTube-Videos ohne API-Schlüssel oder Headless-Browser abgerufen werden können.
8196SternePython
Repository:m-bain/whisperX
WhisperX erweitert OpenAIs Whisper-Spracherkennung um VAD-gestütztes Batching, Wort-Zeitstempel via wav2vec2 und Sprechertrennung mit pyannote-audio. Es richtet sich an Entwickler, die Audioaufnahmen hochpräzise und bis zu 70-mal schneller als Echtzeit verarbeiten wollen.
24.996SternePython
Repository:K-Dense-AI/scientific-agent-skills
Scientific Agent Skills (ehemals Claude Scientific Skills) ist eine Open-Source-Bibliothek mit 177 validierten wissenschaftlichen Fähigkeiten und Zugriff auf über 100 Fachdatenbanken. Sie rüstet gängige KI-Agenten für Aufgaben in Biologie, Chemie, Medizin und Wirkstoffforschung aus.
52.343SternePython
Repository:QwenAudio/CosyVoice
CosyVoice ist ein quelloffenes TTS-System auf Basis großer Sprachmodelle für mehrsprachige Sprachsynthese und Zero-Shot-Stimmklonen. Es bietet geringe Latenzen für Streaming und unterstützt präzise Aussprachekontrolle für den Produktiveinsatz.
24.220SternePython
Ein Teil von diesem Inhalt wurde mit KI gemacht.
