Reverb

Open-Source-Code zur Inferenz von Sprach- und Sprechererkennungsmodellen

Normales ProduktProgrammierungSpracherkennungSprechersegmentierung

Reverb ist ein Open-Source-Code zur Inferenz von Sprach- und Sprechererkennungsmodellen. Es nutzt das WeNet-Framework für die automatische Spracherkennung (ASR) und das Pyannote-Framework für die Sprechersegmentierung. Es bietet detaillierte Modellbeschreibungen und ermöglicht Nutzern den Download von Modellen über Hugging Face. Reverb zielt darauf ab, Entwicklern und Forschern hochwertige Tools für die Sprach- und Sprechererkennung zur Verfügung zu stellen, um verschiedene Sprachverarbeitungsaufgaben zu unterstützen.

Best AI Websites & Tools

Reverb

Reverb Neueste Verkehrssituation

Reverb Besuchstrend

Reverb Geografische Verteilung der Besuche

Reverb Traffic-Quellen

Reverb Alternativen

Reverb — Open-Source-Code zur Inferenz von Sprach- und Sprechererkennungsmodellen

FireRedASR-AED-L — Open-Source-Modell für industrielle automatische Spracherkennung, unterstützt Mandarin, Dialekte und Englisch, hervorragende Leistung.

FireRedASR — Ein quelloffenes, industrietaugliches Mandarin-Sprachmodell zur automatischen Spracherkennung (ASR), das verschiedene Anwendungsszenarien unterstützt.

RealtimeSTT — Eine robuste, effiziente und latenzarme Bibliothek zur Sprach-zu-Text-Konvertierung mit fortschrittlicher Sprachaktivitätserkennung, Wake-Word-Aktivierung und Echtzeit-Transkription.

xiaozhi-esp32 — Ein KI-Chatbot-Projekt auf Basis von ESP32, das mehrsprachige Konversation und Spracherkennung ermöglicht.

Moonshine Web — Echtzeit-Spracherkennungs-Anwendung im Browser

OLMo 2 7B — Großes Sprachmodell mit 7B Parametern zur Verbesserung der Verarbeitung natürlicher Sprache.

Skywork-o1-Open-PRM-Qwen-2.5-1.5B — Skywork o1 Open-Modellreihe zur Verbesserung der Fähigkeiten zur Lösung komplexer Probleme

Transcribro — Eine private, gerätebasierte Spracherkennungs-Tastatur und Textdienst-Anwendung für Android.

OmniSenseVoice — Schnellste Spracherkennung mit präzisen Zeitstempeln

Mini-Omni — Open-Source-Großes Sprachmodell mit multimodaler Fähigkeit, das Echtzeit-Sprachaufnahme und Streaming-Audioausgabe unterstützt.

OpenVoiceChat — Führen Sie natürliche Sprachgespräche mit großen Sprachmodellen.

Sprach-zu-Sprach-Konvertierung — Open-Source-Modul für die Sprach-zu-Sprach-Konvertierung

WeST — Sprachtranskription basierend auf LLM mit 300 Zeilen Code.

FunAudioLLM — Grundlegendes Modell für die natürliche Sprachinteraktion bei Sprachverständnis und -erzeugung

FunClip — Open-Source-Tool zur präzisen und einfachen Videosegmentierung

Chat-UI — Open-Source-Codebasis, die die HuggingChat-Anwendung antreibt

l1m — Eine Proxy-API zur Extraktion strukturierter Daten aus Text und Bildern, basierend auf LLMs.

Proxy Lite — Proxy Lite ist ein Open-Source-visuell-linguistisches Modell (VLM) mit 3B Parametern, das sich auf Webautomatisierungsaufgaben konzentriert.

AoT — Atom of Thoughts (AoT) ist ein Framework zur Verbesserung der Inferenzleistung großer Sprachmodelle.

OpenManus — OpenManus ist ein Open-Source-Projekt für intelligente Agenten, das ohne Einladungscode verwendet werden kann.

CocoIndex — CocoIndex ist eine Open-Source-Datenindexierungs-Engine, die benutzerdefinierte Konvertierungslogik und inkrementelle Updates unterstützt.

NeoBase — NeoBase ist ein Open-Source-KI-Datenbankassistent, mit dem Sie über natürliche Sprache mit Datenbanken interagieren können.

Instella — Instella ist ein von AMD entwickeltes, leistungsstarkes Open-Source-Sprachmodell, das speziell für die Beschleunigung der Entwicklung von Open-Source-Sprachmodellen entwickelt wurde.

Aya Vision 32B — Aya Vision 32B ist ein mehrsprachiges visuell-sprachliches Modell, das für OCR, Bildbeschreibung, visuelles Schließen und andere Zwecke geeignet ist.

Aya Vision 8B — Modèle de langage visuel multilingue à 800 millions de paramètres, prenant en charge l'OCR, la description d'images et le raisonnement visuel.

Scira — Scira ist eine minimalistische, KI-gestützte Suchmaschine, die Nutzern hilft, Informationen im Internet zu finden.

MindMapper — Eine Webanwendung, die interaktive Mindmaps aus URLs, YouTube-Videos oder Textaufforderungen generiert.

Firefox Translations Models — Für die Übersetzungsfunktion des Firefox-Browsers optimierte, CPU-beschleunigte neuronale maschinelle Übersetzung.