Chidori
一种用于构建人工智能代理的反应式运行时
一个可以自己托管的 Whisper 解决方案，服务端是 Python，客户端是 JS，基于 WebSocket 实时通信，可以做到语音的实时传输和文本转换。
数据统计
相关导航
Massively Multilingual Speech
1,100 多种语言推出语音转文本、文本转语音等功能，语音转文本的错误率只有 Whisper 的一半
DeepLX
一个方便开发者使用的工具，它利用DeepL的免费服务，提供了一个本地API，让开发者可以轻松地集成到他们的项目中
LCM（Latent Consistency Models）
由清华大学交叉信息科学研究院研发的一款生成模型。它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 2-5 倍，需要的算力也更少。
Rope AI换脸
Rope AI换脸工具
RVM
专为稳定人物视频抠像设计
Coqui-TTS
一个强大的深度学习文本到语音工具包，具有高度的可定制性和多语言支持。
sonic
快速、轻量级搜索引擎
暂无评论...