基于深度神经网络的图形化人声分离工具，可把歌曲拆成人声和伴奏，方便做卡拉OK伴奏或二次混音。
跨平台开源音频编辑器，支持多轨录音、剪辑、降噪与效果处理，适合播客制作和音频后期。
OpenAI 开源的通用语音识别模型，基于大规模弱监督训练，支持多语言转写、翻译和语种识别，开箱即用。
基于 OpenAI Whisper 的离线音频转写与翻译工具，在本机就能把语音转成文字并翻译，不用联网也不上传数据。
跨平台机器学习框架，提供可定制的视觉、音频等实时流媒体处理方案，方便在移动端和桌面端搭建低延迟推理管线。
用 Python 调用 FFmpeg 的绑定库，支持复杂滤镜图，让你在脚本里拼装音视频处理流程而不用手写命令行。
基于 QML 和 Quickshell 打造的 Wayland 桌面 Shell，为 Hyprland、Niri、Sway 等合成器提供统一的面板、启动器与桌面组件。
自动检测视频中的静音片段并剪掉，省去手动逐帧剪辑的麻烦，适合快速粗剪和压缩素材时长。
GPU 加速的数据预处理库，提供高度优化的图像、音频处理算子和执行引擎，解决深度学习训练中数据管道拖慢 GPU 的瓶颈。
面向 Apple Silicon 的端侧语音 AI 工具包，用 Swift 在 iOS 和 macOS 上本地跑语音识别、说话人分离和语音合成，不用联网也能处理音频。
…域方法：按真实动作给出方法提示，声称完成时按本轮记录核对交付。 - AI 可调用图像生成、语音转写、音频处理和朗读工具；文件阅读覆盖更多格式，附件可预览、下载原件和打开所在文件夹。 - 应用重启打断的会话标为「已中断」，可一键续跑，用户刚发出的消息不会丢失。 - 流畅度 ： - 应用太一或大肥鱼体验时的约 1 秒卡顿已去掉。 - 太一体验
… 7–9 电视设备的原生 SurfaceView/隧道播放、传统厂商硬件解码兼容性与 E-AC-3 音频处理改进。 - 保留 Android App 内更新加速、GitHub 原链、两条第三方下载加速备用入口及 SHA-256 校验。 已知限制 本版本经维护者确认接受风险后作为正式版发布。本地播放器仍存在未闭环的格式播放验收、部分 iOS
…画渲染，同步缩放字幕画面与透明蒙版，避免字幕出现时产生黑色轮廓。 - 完善 Kokoro 音色读取与音频处理：服务暂时不可用时保留原有音色选择，替换文件前校验生成音频。 - 增加停顿标签校验，改进分段配音与字幕同步；无效语音片段会中止生成，避免静默输出缺失旁白的成片。 - 完善 NaN 、无穷大等非有限语速值的处理。 - 修复项目路径包含
…OCR-VL模型参数放置在CPU的问题 5413 修复多模态CUDA Graph问题 5266 修复音频处理结束时的bug 5464 修复视频处理bug 5557 修复encoder cache bug 5528 修复eb5多模态前缀缓存bug 5638 修复eb5多模态跳过前缀缓存问题 5838 修复多模态revert bug 5848