Reverb

Código de inferência de modelo de reconhecimento de fala e separação de locutores de código aberto

Produto ComumProgramaçãoReconhecimento de FalaSeparação de Locutores

Reverb é um código de inferência de modelo de reconhecimento de fala e separação de locutores de código aberto, utilizando o framework WeNet para reconhecimento de fala (ASR) e o framework Pyannote para separação de locutores. Ele fornece uma descrição detalhada do modelo e permite que os usuários baixem modelos do Hugging Face. O Reverb visa fornecer aos desenvolvedores e pesquisadores ferramentas de alta qualidade para reconhecimento de fala e separação de locutores, para suportar diversas tarefas de processamento de fala.

Best AI Websites & Tools

Reverb

Reverb Situação do Tráfego Mais Recente

Reverb Tendência de Visitas

Reverb Distribuição Geográfica das Visitas

Reverb Fontes de Tráfego

Reverb Alternativas

Reverb — Código de inferência de modelo de reconhecimento de fala e separação de locutores de código aberto

l1m — Uma API proxy usada para extrair dados estruturados de texto e imagens, implementada com base em LLMs.

AoT — Atom of Thoughts (AoT) é um framework usado para melhorar o desempenho de inferência de modelos de linguagem grandes.

CocoIndex — O CocoIndex é um mecanismo de indexação de dados de código aberto que suporta lógica de conversão personalizada e atualizações incrementais.

Aya Vision 32B — Aya Vision 32B é um modelo de linguagem visual multilíngue, adequado para OCR, descrição de imagens, raciocínio visual e outras finalidades.

llm-commit — Un plugin pour générer des messages de commit Git avec un LLM

Ant Design X Vue — Ant Design X Vue é uma solução de interface de IA baseada em Vue, dedicada a criar uma experiência de produto de IA excepcional.

SWE-RL — Amélioration des capacités de raisonnement des grands modèles de langage dans l'évolution des logiciels open source grâce à l'apprentissage par renforcement

Wan2.1 — O Wan2.1 é um modelo de geração de vídeo em larga escala, avançado e de código aberto, que suporta diversas tarefas de geração de vídeo.

TableGPT2-7B — TableGPT2-7B é um modelo de linguagem de grande porte focado no processamento de dados tabulares, ideal para análise de dados e tarefas de inteligência de negócios.

Coding-Tutor — Explorar o potencial dos grandes modelos de linguagem como ferramentas de tutoria em programação, propondo um fluxo de trabalho de Rastreamento e Verificação.

Cline.bot — Cline é um parceiro de programação com IA colaborativa para o VSCode, que auxilia desenvolvedores a programar com eficiência.

O Playbook de Ultraescala — Uma ferramenta focada no design e otimização de sistemas de ultraescala, oferecendo soluções eficientes.

Crawl4LLM — Uma ferramenta de web scraping eficiente para pré-treinamento de LLM, focada em extração eficiente de dados de alta qualidade.

Boletim Diário do Hacker News — Um projeto de podcast em chinês baseado em IA para o Hacker News, que coleta automaticamente artigos populares do Hacker News diariamente e gera resumos em chinês.

Protótipo — Um template para iniciar rapidamente um projeto Django com integração OpenAI.

Meetily — Assistente de reuniões com IA que prioriza a privacidade, registra automaticamente as notas da reunião e melhora a eficiência das reuniões.

FireRedASR-AED-L — Modelo de reconhecimento automático de fala (ASR) industrial de código aberto, suportando mandarim, dialetos chineses e inglês, com desempenho excepcional.

FireRedASR — Modelo de Reconhecimento Automático de Fala (RAF) em mandarim padrão de nível industrial e código aberto, compatível com diversas aplicações.

InspireMusic — Conjunto de ferramentas e modelos de geração de música, canções e áudio baseado em PyTorch, que suporta a geração de áudio de alta qualidade.

s1-32B — s1 é um modelo de inferência baseado no Qwen2.5-32B-Instruct, treinado com apenas 1000 amostras.

EasyWeb — EasyWeb é uma plataforma aberta para construir e implantar agentes de IA que interagem com navegadores.

Acompanhe o Fluxo — Um método eficiente para controlar os padrões de movimento de modelos de difusão de vídeo, suportando a personalização e migração de padrões de movimento.

node-DeepResearch — Realiza buscas e leituras contínuas na web até encontrar a resposta (ou exceder o orçamento de tokens).

Kokoro TTS — Modelo avançado de texto para fala (TTS) baseado na arquitetura StyleTTS 2, com 82 milhões de parâmetros, oferecendo síntese de fala natural e de alta qualidade.

leapfusion-hunyuan-image2video — Uma nova técnica de amostragem de imagem para vídeo, baseada no modelo Hunyuan, para gerar vídeos de alta qualidade.

SmolVLM-500M-Instruct — SmolVLM-500M é um modelo multimodal leve que processa entradas de imagem e texto e gera saídas de texto.

FilmAgent — FilmAgent é uma estrutura de colaboração multiagente baseada em LLM para produção automatizada de filmes ponta a ponta em espaço 3D virtual.

coding-agent — Uma ferramenta de assistência a programação de código aberto que ajuda os desenvolvedores a simplificar tarefas de programação.

DeepSeek-R1 — DeepSeek-R1 é um modelo de inferência de alto desempenho, que suporta múltiplas linguagens e tarefas, adequado para aplicações de pesquisa e comerciais.