whisper:Speech recognition and transcription
openai/whisper
ToolAI 对 openai/whisper 的客观项目介绍。Robust Speech Recognition via Large-Scale Weak Supervision
ToolAI.io · GitHub 频道
一个基于事实的 LLM、智能体、MCP、RAG 和 AI 开发项目索引;每个条目均包含许可证、设置、下载、截图及相关资源。
公开仓库数据
openai/whisper
ToolAI 对 openai/whisper 的客观项目介绍。Robust Speech Recognition via Large-Scale Weak Supervision
harry0703/MoneyPrinterTurbo
将主题或关键词转化为短视频制作流程的 AI 自动化工具。
huggingface/diffusers
用于加载和组合扩散模型的 Python 库,提供生成管线、模型组件、调度器和训练示例,适合构建可编程的图像与多模态生成流程。
PaddlePaddle/PaddleOCR
ToolAI 对 PaddlePaddle/PaddleOCR 的客观项目介绍。Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages
deepseek-ai/DeepSeek-OCR
ToolAI 对 deepseek-ai/DeepSeek-OCR 的客观项目介绍。Contexts Optical Compression
QwenLM/Qwen3-VL
ToolAI 对 QwenLM/Qwen3-VL 的客观项目介绍。Qwen3-VL is the multimodal large language model series developed by Qwen team, Alibaba Cloud
deepseek-ai/Janus
ToolAI 对 deepseek-ai/Janus 的客观项目介绍。Janus-Series: Unified Multimodal Understanding and Generation Models