搜索结果：model（47 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。
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。
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。
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。
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。
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。
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。
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。
PaddleSpeech
综合 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。
speech-to-speech
综合 65
基于开源模型构建语音智能体（Voice Agent）的开发库。
Wan2.2
综合 64
开源且先进的大规模视频生成模型。
apalache
综合 63
Apalache 是面向 TLA+ 和 Quint 的符号模型检查器，基于 Scala 开发。它通过将系统规范转换为 Z3、CVC5 等 SMT 求解器支持的逻辑，实现有界模型检查并验证归纳不变量。借助约束求解能力，它可处理更大状态空间，解决传统工具难以应对的复杂系统验证问题。
ACE-Step-1.5
综合 63
可在本地运行的音乐生成模型，支持 Mac、AMD、Intel 和 CUDA 设备。
Wan2.1
综合 62
开源且先进的大规模视频生成模型。
solidcraft
综合 61
纯 Rust 构建的开源参数化 3D CAD 应用，支持桌面、Web 及 MCP 自动化调用。