搜索结果：language（29 个）
按分类缩小范围
OpenCreator
综合 79
原名 KrillinAI，支持 120+ 语言的视频翻译与配音工具，面向创作者的开源 AI 工作台。
speech-to-speech
综合 76
基于开源模型构建语音智能体（Voice Agent）的开发库。
datasets
综合 76
汇聚海量 AI 模型开箱即用数据集的枢纽，并提供快速、易用且高效的数据处理工具。
PaddleOCR （飞桨多语言OCR工具库）
综合 72
轻量且功能强大的 OCR 工具包，将 PDF 和图片文档转换为供 LLM 使用的结构化数据，支持超 100 种语言。
Speech
综合 72
NVIDIA 的生成式 AI 框架，专为大语言模型、多模态及语音 AI（ASR 与 TTS）研究与开发打造。
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。
CosyVoice
综合 70
多语言大规模语音生成模型，提供涵盖推理、训练和部署的全栈能力。
speechbrain
综合 70
基于 PyTorch 的开源全能语音处理工具包。
ChatTTS
综合 69
专注于日常对话场景的生成式文本转语音（TTS）模型。
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。
Queryable
综合 68
在 iOS 本地运行 CLIP 与 MobileCLIP 模型以图搜图的工具。
spark-nlp
综合 68
Spark NLP 是基于 Apache Spark 构建的工业级 NLP 与大模型库，解决大规模文本处理在分布式环境中难以扩展的痛点。它提供实体识别、文本分类、问答等功能，内置超 10 万个预训练模型与管道，并支持导入 TensorFlow、ONNX 及 GGUF 模型。
pyvideotrans
综合 66
将视频从一种语言翻译为另一种语言，并自动生成配音与字幕。
compromise
综合 64
轻巧实用的 JavaScript 自然语言处理（NLP）库。
ebook2audiobook
综合 63
将电子书转换为有声书，支持 50 多种 TTS 引擎、声音克隆及 1696 种语言。
surya
综合 62
支持 90 多种语言的 OCR、版面分析、阅读顺序检测与表格识别工具。
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。
tesseract.js
综合 60
纯 JavaScript 实现的 OCR 库，支持超过 100 种语言。
专为学术研究优化的 LLM 交互工具，支持论文精读润色与代码分析，兼容多种大模型。
OmniVoice
综合 58
支持 600 多种语言的高质量语音克隆 TTS 工具。