PaddleSpeech:语音识别、合成与服务部署工具箱
PaddlePaddle/PaddleSpeech
基于 PaddlePaddle 的语音工具集,覆盖语音识别、文字转语音、标点恢复及其他音频任务,提供命令行、Python 接口和服务示例。
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
PaddlePaddle/PaddleSpeech
基于 PaddlePaddle 的语音工具集,覆盖语音识别、文字转语音、标点恢复及其他音频任务,提供命令行、Python 接口和服务示例。
ageitgey/face_recognition
为 Python 和命令行提供人脸定位与识别接口。
zai-org/GLM-OCR
面向表格、公式和复杂版面的 OCR 项目,提供云端调用、自托管管线、命令行及 Python SDK。
openai/evals
ToolAI 对 openai/evals 的客观项目介绍。Evals is a framework for evaluating LLMs and LLM systems, and an open-source registry of benchmarks
QwenLM/Qwen3-Coder
ToolAI 对 QwenLM/Qwen3-Coder 的客观项目介绍。Qwen3-Coder is the code version of Qwen3, the large language model series developed by Qwen team
CorentinJ/Real-Time-Voice-Cloning
用于研究说话人表示和语音克隆的语音合成项目。
zai-org/Open-AutoGLM
ToolAI 对 zai-org/Open-AutoGLM 的客观项目介绍。An Open Phone Agent Model & Framework. Unlocking the AI Phone for Everyone
QwenLM/Qwen-Agent
ToolAI 对 QwenLM/Qwen-Agent 的客观项目介绍。Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc
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/DeepSeek-OCR
ToolAI 对 deepseek-ai/DeepSeek-OCR 的客观项目介绍。Contexts Optical Compression
QwenLM/Qwen3
ToolAI 对 QwenLM/Qwen3 的客观项目介绍。Qwen3 is the large language model series developed by Qwen team, Alibaba Cloud
JaidedAI/EasyOCR
基于 Python/PyTorch 的多语言 OCR 工具,一次调用返回文字区域、识别文本和置信度,便于集成图片信息提取。
第 6 / 7 页 · 76 个项目