项目分类
按分类浏览项目，点击分类切换下方列表。
全部
AI 应用与 AI Agent · 638
AI 模型与开发框架 · 757
自动化与工作流 · 424
数据分析与数据处理 · 855
网站与 SaaS 工具 · 359
效率与办公工具 · 417
图像、视频与音频 · 431
内容创作与媒体工具 · 344
电商与营销工具 · 108
游戏与娱乐 · 207
网络与基础设施 · 720
开发者工具 · 1769
安全与隐私工具 · 216
教育与学习 · 316
其他 · 1822
图像、视频与音频 共 431 个项目 · 第 7/22 页
Wan2.1
综合 62
开源且先进的大规模视频生成模型。
monolith
综合 62
可将完整网页打包保存为单个独立 HTML 文件的 CLI/GUI 工具及代码库。
lx-music-source
综合 62
洛雪音乐源。
Handy
综合 62
免费、开源且可扩展的语音转文字应用，支持完全离线运行。
voicebox
综合 62
开源 AI 语音工作站，支持声音克隆、听写与音频创作。
lux
综合 62
使用 Go 开发的高速、简洁的视频下载库和 CLI 命令行工具。
whisperX
综合 61
具备词级时间戳和说话人日志（Diarization）功能的自动语音识别工具。
EasyOCR
综合 61
开箱即用的 OCR 库，支持中文、拉丁文等 80 多种语言及常见字体的文字识别。
nuclear
综合 61
一款流媒体音乐播放器，能为你自动搜罗并免费播放音乐。
aframe
综合 61
用于构建虚拟现实（VR）体验的 Web 框架。
metube
综合 61
基于 yt-dlp 的 Web UI 视频下载工具，支持自建，可下载 YouTube 等多平台视频。
RootEncoder
综合 61
RootEncoder 是一款专为 Android 打造的音视频推流编码库。它完全采用 Java/Kotlin 编写，帮助开发者轻松将音视频流推送到媒体服务器。
核心功能包括：
1. **多协议推流**：支持 RTMP、RTSP、SRT 及 UDP 协议；
2. **多视频源与控制**：兼容 Camera1/2、CameraX 及 UVC 外接摄像头，支持推流中动态切镜头与启闭音视频；
3. **音频处理**：内置噪声抑制与回声消除。
howler.js
综合 61
适用于现代 Web 环境的轻量级 JavaScript 音频处理库。
giscus
综合 61
由 GitHub Discussions 驱动的开源评论系统。
olmocr
综合 61
用于将 PDF 转换为线性文本的工具包，专为 LLM 训练和数据集构建设计。
solidcraft
综合 61
纯 Rust 构建的开源参数化 3D CAD 应用，支持桌面、Web 及 MCP 自动化调用。
WhisperLiveKit
综合 61
本地实时流式语音转文字工具，支持说话人分离、翻译及兼容 OpenAI 的 API。
mapbox-gl-js
综合 61
基于矢量瓦片和 WebGL 的浏览器交互式、高度可定制地图库。
pdf-inspector
综合 61
高性能 Rust 库，用于 PDF 检测、分类与文本提取，可智能区分扫描版与文本版 PDF 以辅助路由。
LivePortrait
综合 61
让静态肖像生动起来的动态生成项目。