FunASR 基础语音识别工具包

2个月前发布 1,241 0 0

FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调

语言：
zh
收录时间：
2026-08-31
打开网站手机查看
FunASR 基础语音识别工具包FunASR 基础语音识别工具包
FunASR 基础语音识别工具包打开网站

FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便… FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。 通过发布工业级语音识别模型的训练和微调，研究人员和开发人员可以更方便地进行语音识别模型的研究和生产，并推动语音识别生态的发展。 让语音识别更有趣！ 目前可以用cpu来部署，实测准确率还可以

数据统计

相关导航

anytext

anytext

阿里达摩院发布的AnyText项目看起来非常出色，它能够生成与原始图片风格相融合的文字，或者对图片中的文字进行修改，同时支持中文！ AnyText项目包括两个核心模块：一个潜在特征模块和一个文本嵌入模块。潜在特征模块使用文本字形、位置和蒙版图像等输入，生成用于文本生成或编辑的潜在特征。文本嵌入模块则利用OCR模型将笔画数据转化为嵌入，再与来自标记器的图像标题嵌入相结合，生成能够与背景无缝融合的文本。 为了提高书写的准确性，AnyText采用了两种损失函数进行训练：文本控制扩散损失和文本感知损失。
ComfyUI Portrait Master

ComfyUI Portrait Master

ComfyUI Portrait Master 肖像大师 简体中文版是一款专业的人物肖像提示词生成工具。它专注于优化肖像生成，让选择比填空更适合人类的操作方式。这款工具可以根据用户的具体需求，生成各种肖像的提示词，覆盖镜头类型、性别、国籍、面部表情、发型等多个参数。用户可以根据自己的需求进行个性化设置，例如调整发型、表情等。此外，此工具适用于多种工作流程，广泛应用于视频制作和设计等领域。目前最新版本为2.2，经过优化和汉化处理，ComfyUI Portrait Master项目为使用者提供了更加便捷的使用体验。如果你对此感兴趣，可以到项目官网学习使用方法，网上也有详细的教程可供参考。 使用参考：https://zhuanlan.zhihu.com/p/663008600
GPT-Pilot

GPT-Pilot

GPT-Pilot不仅仅是一个简单的AI工具，而是一个能够从头到尾执行整个开发流程的全能助手。从零开始，它能够独立编写代码、配置开发环境、管理任务，甚至解决复杂的开发问题。 在编码环节，GPT-Pilot具备强大的自动化编码能力。无论是前端、后端还是数据库代码，它都能快速生成，大大提高了开发效率。 在开发过程中，GPT-Pilot与开发者的交流是一大亮点。你可以告诉它想要创建的应用类型，它会通过对话方式澄清需求，并确保开发方向与预期一致。此外，它还能自动设置和调整开发环境，处理各种任务和配置，甚至自动安装所需的库和工具。 更令人惊叹的是，GPT-Pilot不仅能编写代码，还能根据开发者描述创建明确的产品和技术要求。在整个开发过程中，它都会分阶段完成项目，并及时寻求反馈，以确保项目进展顺利。 当然，开发过程中难免会遇到问题。GPT-Pilot同样具备强大的调试和问题解决能力。当遇到难题时，它会主动与开发者交流，共同寻找解决方案。 为了更好地服务于开发者，GPT-Pilot还推出了VS Code扩展。这使得它不仅仅是一个简单的自动完成或帮助工具，而是一个能够真正与开发者合作、共同完成开发任
LibreChat 翻译站点

LibreChat 翻译站点

LibreChat，一个增强版的ChatGPT程序，一个免费开源的聊天机器人平台，集成了多种 ai 模型，例如 ChatGPT、OpenAI、BingAI、PaLM 2 等。 LibreChat 允许您与不同的 AI 进行自然且引人入胜的对话，并使用各种功能和插件定制您的体验。LibreChat还集成并增强了原始客户端功能，例如对话和消息搜索、提示模板和插件。 项目地址： https://github.com/danny-avila/LibreChat 官方GitHub：https://librechat.ai 文档： https://docs.librechat.ai