搜索结果：deep（26 个）
按分类缩小范围
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。
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。
speechbrain
综合 71
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 69
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。
YuE
综合 69
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。
spleeter
综合 69
Deezer 开源的源分离库，包含预训练模型。
faster-whisper
综合 67
基于 CTranslate2 的高速 Whisper 转录工具。
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。
精选的人工智能（AI）优质课程、书籍、视频讲座与论文列表。
Fay
综合 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。
insightface
综合 62
前沿的开源 2D 和 3D 人脸分析与识别算法项目。
EasyOCR
综合 61
开箱即用的 OCR 库，支持中文、拉丁文等 80 多种语言及常见字体的文字识别。
WhisperLiveKit
综合 61
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。
tesseract.js
综合 60
纯 JavaScript 实现的 OCR 库，支持超过 100 种语言。
kornia
综合 60
面向空间 AI（Spatial AI）的微分几何计算机视觉库。
ultimatevocalremovergui
综合 60
基于深度神经网络的音频人声伴奏分离工具图形界面（GUI）。
gpt_academic
综合 59
专为学术研究优化的 LLM 交互工具，支持论文精读润色与代码分析，兼容多种大模型。
video-subtitle-remover
综合 55
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。
Easydict
综合 55
简洁优雅的 macOS 词典翻译工具，开箱即用，支持离线 OCR 识别及国内外主流词典与大模型翻译服务。