搜索结果：python（125 个）
按分类缩小范围
pyvideotrans
商机 67
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。
精选的人工智能（AI）优质课程、书籍、视频讲座与论文列表。
PaddleSpeech
商机 67
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。
moviepy
商机 65
用于视频剪辑与处理的 Python 库。
Fay
商机 65
用于将数字人或大语言模型（兼容 OpenAI、DeepSeek）连通实际业务系统的 Agent 框架。
F5-TTS
商机 65
基于 Flow Matching 技术的端到端高质量语音合成模型 F5-TTS 官方代码仓库。
PyMuPDF
商机 65
高性能 Python 库，用于 PDF 等文档的数据提取、分析、转换及处理操作。
video-subtitle-remover
商机 65
基于 AI 本地去除图片和视频硬字幕及文本水印的工具，无损画质且无需第三方 API。
silero-vad
商机 65
Silero VAD：预训练的企业级语音活动检测器（Voice Activity Detector）
Pixelle-Video
商机 65
开源的 AI 全自动短视频生成引擎。
Wan2.2
商机 65
开源且先进的大规模视频生成模型。
chandra
商机 65
支持复杂表格、表单、手写内容及完整版面分析的 OCR 模型。
nerfstudio
商机 64
一个对协作友好的 NeRF（神经辐射场）开发平台。
ACE-Step-1.5
商机 64
可在本地运行的音乐生成模型，支持 Mac、AMD、Intel 和 CUDA 设备。
rembg
商机 64
基于深度学习的图片背景快速消除工具。
Pillow
商机 64
友好的 Python 图像处理库（PIL 的活跃分支）。
ebook2audiobook
商机 64
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。
CogVideo
商机 64
文本与图像生成视频的大模型项目，包含 CogVideoX 与 CogVideo。
icloud_photos_downloader
商机 64
用于从 iCloud 批量下载照片的命令行工具。
insightface
商机 63
前沿的开源 2D 和 3D 人脸分析与识别算法项目。