搜索结果：ime（31 个）
按分类缩小范围
FunASR
综合 80
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
agents
综合 78
用于构建实时语音 AI Agent（智能体）的开发框架。
WhisperLiveKit
综合 72
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。
ten-framework
综合 71
用于构建对话式语音 AI Agent 的开源框架。
TensorRT-LLM
综合 70
提供易用的 Python API，针对 NVIDIA GPU 优化 LLM 高效推理加速。
plyr
综合 69
轻量简约的 HTML5、YouTube 和 Vimeo 播放器（项目已停更，仅维护安全更新）。
RuView （WiFi空间感知与体征监测）
综合 68
RuView 无需摄像头画面，利用普通 WiFi 信号即可实现实时空间感知、人体存在检测以及呼吸心率等生命体征监测。
X-AnyLabeling
综合 68
轻量高效的跨平台桌面标注工具，支持文本、图像、视频、点云等多模态数据标注。
osiris
综合 64
开源全球情报分析平台与实时 OSINT 仪表盘，可作为 Palantir 的替代品。
silero-vad
综合 64
Silero VAD：预训练的企业级语音活动检测器（Voice Activity Detector）
Graphite
综合 64
基于节点式程序化图形引擎的综合 2D 创作应用，支持平面设计、数字艺术与实时动效制作。
whisperX
综合 62
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。
GimelStudio
综合 59
非破坏性 2D 图形编辑器（概念验证项目）。
为 Kodluyoruz 制作的前端 101 视频教程配套代码仓库。
ffmpeg.wasm
综合 59
基于 WebAssembly 构建、可在浏览器端运行的 FFmpeg。
memex
综合 56
开源本地优先的 AI 日记应用，支持图文语音记录与时间线整理，数据保留在设备端。
gaussian-splatting
综合 55
论文《实时辐射场渲染的 3D Gaussian Splatting》的官方参考实现。
Wav2Lip
综合 55
ACM MM 2020 论文 Wav2Lip 官方源码，实现真实场景下的语音到唇形同步生成。
MockingBird
综合 54
仅需 5 秒即可克隆声音，并实时生成任意语音的开源工具。
cobalt
综合 54
无广告且轻量快捷的网络媒体与视频内容保存下载工具。