搜索结果：ls（69 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。
YuE
综合 80
前沿音乐生成模型，支持符号规划、零样本翻唱与 Agent 式音乐编辑。
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。
video-shotcraft
综合 77
用于 Claude Code 和 Codex 的 AI 视频技能，基于 Remotion 制作可编辑宣传片，支持联动剪映。
brag
综合 76
只需一条命令，即可将你刚开发完成的项目生成可供分享的宣传短视频。
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。
rea-video （视频分镜逆向拆解与复刻）
综合 74
一款视频逆向分析工具，逐镜头拆解是实拍、AI生成还是代码制作，并提供复刻思路。
omni-tools
综合 74
可自托管的网页端日常工具集，无广告无追踪，浏览器即开即用
editor
综合 73
面向 AECO 与 scan-to-BIM 的开源 3D 建筑设计软件，支持浏览器端与 MCP。
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。
openwhispr
综合 71
跨平台语音转文字应用，支持本地模型（Whisper 等）与云端模型，注重隐私保护。
VidBee
综合 70
支持从千余站点下载音视频，本地转写并标注说话人，结合 AI 实现总结、翻译及对话。
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。
HivisionIDPhotos
综合 70
轻量且高效的 AI 证件照制作工具与算法。
Concat
综合 70
Beta 版：免费、开源、本地优先的跨平台视频编辑器，支持通过 JSON-RPC API 与 MCP 编写脚本。
pixelfx （像素艺术特效代码库）
综合 70
包含 244 款纯代码像素特效与动画，可导出精灵图用于游戏引擎，并附带生成新特效的 Claude Code skill。
owncast
综合 69
开源自建视频直播服务，开箱即用，自带流媒体播放与互动聊天功能。
语义分割模型库，内置 500 多种基于卷积和 Transformer 的预训练骨干网络。
LTX-Video
综合 69
LTX-Video 视频生成模型的官方开源代码仓库。