搜索结果：at（303 个）
按分类缩小范围
hex
综合 63
支持 Mac、Windows 和 Linux 的本地语音听写转文字工具。
voltagent
综合 81
基于开源 TypeScript AI Agent 框架构建的 AI Agent 工程化平台。
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。
omni-tools
综合 79
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
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。
Toonflow-app
综合 77
开源短剧与漫剧创作平台，集成剧本分镜、资产管理、图影生成，支持无限画布、Agent 与本地部署。
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。
img2threejs
综合 75
将参考图像重建为纯代码、支持动画的 Three.js 模型的轻量高效图像转 3D 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。
VideoLingo
综合 74
全自动 AI 视频字幕组工具，支持高质量字幕切割、翻译、对齐以及自动配音。
instaloader
综合 73
用于从 Instagram 下载图片、视频及其配文等元数据的工具。
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。
WhisperLiveKit
综合 72
本地实时流式语音转文字工具，支持说话人分离、翻译及兼容 OpenAI 的 API。
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。