音乐去除人声神器：精准分离，专业之选 | 开源日报 No.282

Anjok07/ultimatevocalremoverguihttps://github.com/Anjok07/ultimatevocalremovergui

Stars: 15.8k License: MIT

ultimatevocalremovergui 是一个使用深度神经网络的人声去除器的图形用户界面。 该项目提供了以下主要功能、关键特性和核心优势：

• 使用最先进的源分离模型来从音频文件中去除人声
• UVR 的核心开发者训练了所有在此软件包中提供的模型（除了 Demucs v3 和 v4 4-stem 模型）
• 可以在 Windows 和 MacOS 系统上安装和运行
• 不需要预先安装任何依赖项，软件包含 UVR 接口、Python、PyTorch 等必要组件

NVIDIA/TensorRThttps://github.com/NVIDIA/TensorRT

Stars: 9.7k License: Apache-2.0

TensorRT 是 NVIDIA GPU 上进行高性能深度学习推断的 SDK。

• 包含 TensorRT 插件和 ONNX 解析器的开源软件组件
• 提供示例应用程序，演示了 TensorRT 平台的使用和功能
• 支持预构建的 TensorRT Python 包，方便安装
• 提供了构建所需的先决条件，并提供容器化构建选项

pymc-devs/pymchttps://github.com/pymc-devs/pymc

Stars: 8.3k License: NOASSERTION

pymc 是一个用于在 Python 中进行贝叶斯建模和概率编程的工具。 该项目主要功能、关键特性、核心优势包括：

• 直观的模型规范语法，易于使用
• 强大的采样算法，支持复杂模型拟合
• 变分推断：快速近似后验估计以及针对大数据集的小批量变分推断
• 依赖 PyTensor 提供计算优化和动态 C 或 JAX 编译等功能
• 透明地支持缺失值插补等操作

NVIDIA/warphttps://github.com/NVIDIA/warp

Stars: 2.7k License: NOASSERTION

warp 是一个用于高性能 GPU 模拟和图形处理的 Python 框架。 该项目主要功能、关键特性、核心优势包括：

• 将常规的 Python 函数 JIT 编译成可在 CPU 或 GPU 上运行的高效内核代码
• 适用于空间计算，提供丰富的原语，方便编写物理模拟、感知、机器人技术和几何处理程序
• 内置微分功能，可与 PyTorch 和 JAX 等框架一起用作机器学习流水线中的一部分
• 支持 CUDA-capable NVIDIA GPU，并提供了安装指南和示例代码以及 USD 文件生成等功能。

argmaxinc/WhisperKithttps://github.com/argmaxinc/WhisperKit

Stars: 2.6k License: MIT

WhisperKit 是一个用于 iOS 和 macOS 应用程序的 Swift 本地语音识别工具。

• 使用 OpenAI 的 Whisper 语音识别模型
• 集成了苹果的 CoreML 框架，可在 Apple 设备上进行高效、本地推理
• 可以通过 Swift Package Manager 轻松集成到 Swift 项目中
• 支持快速示例和模型选择功能
• 提供了生成自定义模型和使用 Swift CLI 进行测试与调试的能力