搜索结果：ai（124 个）
按分类缩小范围
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。
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。
HivisionIDPhotos
综合 70
轻量且高效的 AI 证件照制作工具与算法。
speechbrain
综合 70
基于 PyTorch 的开源全能语音处理工具包。
anatomy
综合 70
用于绘制现实机器与复杂系统等轴交互插图的 Agent 技能，支持导出带 WebGL 效果的 SVG。
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。
ViMax
综合 69
集导演、编剧、制片人和视频生成器于一体的 Agent 架构视频生成系统。
beets
综合 69
音乐库管理工具，支持使用 MusicBrainz 自动抓取并整理标签信息。
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。
spleeter
综合 69
Deezer 开源的源分离库，包含预训练模型。
automq
综合 68
基于 S3 的无盘化 Kafka，具备超高性价比、零跨 AZ 流量费、秒级弹性及个位数毫秒延迟。
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。
buzz
综合 68
基于 OpenAI Whisper 驱动，可在个人电脑上离线转写和翻译音频的工具。
faster-whisper
综合 67
基于 CTranslate2 的高速 Whisper 转录工具。
TRELLIS
综合 67
CVPR'25 Spotlight 论文官方仓库，专注于可扩展、通用的 3D 生成。
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。
labelme
综合 67
Python 图像标注工具，支持多边形、矩形等及 AI 辅助标注。
opendataloader-pdf
综合 67
用于生成 AI 就绪数据的开源 PDF 解析工具，自动化提升内容可访问性。
VideoCaptioner
综合 66
基于 LLM 的智能字幕助手，支持字幕生成、断句、校正与翻译全流程。