搜索结果：orm（65 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。
voltagent
综合 80
基于开源 TypeScript AI Agent 框架构建的 AI Agent 工程化平台。
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。
cvat
综合 78
支持图像、视频、音频和 3D 数据集的标注平台，提供 AI 辅助标注及协作管理功能。
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。
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。
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。
speechbrain
综合 70
基于 PyTorch 的开源全能语音处理工具包。
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。
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。
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。
faster-whisper
综合 67
基于 CTranslate2 的高速 Whisper 转录工具。
dolphinscheduler
综合 67
现代化分布式数据编排平台，支持通过低代码敏捷创建高性能工作流。
PaddleSpeech
综合 66
易用的语音工具包，包含 ASR、流式 TTS、声纹识别及端到端语音翻译等。
waoowaoo
综合 65
工业级全流程 AI 影视制作平台，基于可控的 AI Agent，提供好莱坞标准流程，支持短片与实拍创作。
thingsboard
综合 65
一体化开源 IoT 平台，支持设备管理、数据收集、处理及可视化呈现。
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。
Snap.svg
综合 64
面向现代 Web 矢量图形的 SVG JavaScript 操作库。