搜索结果：transformer（8 个）
按分类缩小范围
speechbrain
综合 70
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。
spark-nlp
综合 68
Spark NLP 是基于 Apache Spark 构建的工业级 NLP 与大模型库，解决大规模文本处理在分布式环境中难以扩展的痛点。它提供实体识别、文本分类、问答等功能，内置超 10 万个预训练模型与管道，并支持导入 TensorFlow、ONNX 及 GGUF 模型。
faster-whisper
综合 67
基于 CTranslate2 的高速 Whisper 转录工具。
PaddleSpeech
综合 66
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。
HunyuanVideo
综合 60
混元视频：腾讯开源的系统化大规模视频生成模型框架。
lingbot-map
综合 59
用于流式 3D 重建的几何上下文 Transformer 模型。
涵盖文本、视觉、音频及多模态的前沿机器学习模型框架，支持推理与训练。