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
基于AI的图片/视频硬字幕去除、文本水印去除，无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API，本地实现
数据统计
相关导航
LeetCodeAnimation
通过动画的形式展示了所有 LeetCode 上的问题的解题思路
llama2-webui
一个公共的GitHub代码库，用于在GPU或CPU上从任何地方运行具有gradio用户界面的Llama 2
VoiceStreamAI
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。
Tantivy
全文本搜索引擎库
clone-voice
一个声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。
ChatGLM2-Voice-Cloning
声音克隆和对话交互。它允许用户与喜欢的角色进行沉浸式对话，通过使用ChatGLM2模型和SadTalker模型来生成对话内容，并结合声音克隆技术实现角色的真实声音
IP Adapter
腾讯AI实验室推出的 AI 绘图模型，效果类似 ControlNet，可以控制图片生成的效果
暂无评论...