一套完整的音视频处理工具集，能解码、编码、转码、推流和封装几乎所有格式，是搭建播放器、转码服务和流媒体管线的底层基础设施。

给 ffmpeg 套上美观易用的 Windows 图形界面，内置大量参数预设，让不懂命令行的普通人也能轻松压制视频、转换音视频格式。

基于 FFmpeg 的 Android 音视频处理示例库，覆盖视频裁剪、水印、转码、GIF 转换、RTMP 推流直播和 OpenGL 滤镜特效，适合学习音视频开发。

轻量级命令行视频播放器，基于 FFmpeg 解码，支持硬件加速、字幕渲染和脚本扩展，适合在终端或嵌入其他应用中播放音视频。

用 Jupyter Notebook 带你动手理解视频技术：从图像、帧类型到 AV1/VP9/H265 编解码与 FFmpeg 编码实践，适合入门视频压缩与流媒体。

Windows 上的现代图形界面媒体播放器，基于 libmpv 和 ffmpeg，支持命令行、Lua 与 JavaScript 脚本扩展，适合想要 mpv 内核又需要易用界面的用户。

基于 Whisper 的语音识别工具，能给出词级时间戳并支持说话人分离，适合做字幕对齐和会议转写。

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。

面向视觉 AI 的数据集管理与模型分析工具，能可视化浏览数据、清洗标注、发现质量问题，并支持主动学习来迭代提升模型。

基于 PyTorch 的说话人日志神经网络组件库，提供语音活动检测、说话人变化检测、重叠语音检测和说话人嵌入等预训练模块，方便搭建说话人分离与识别流程。

本地跑实时语音转文字，带流式识别、说话人分离和翻译，还兼容 OpenAI/Deepgram 接口，适合自建低延迟转写服务。