Sprache lokal in Text umwandeln
Lokale LLM-Runner, KI-Code-Assistenten, Inferenz-Engines und RAG-Pipelines.
Sprache lokal in Text umwandeln
Terminal-E-Book-Reader mit Text-to-Speech-Funktion
Echtzeit-Objekterkennung mit YOLO in Elixir: Schnell, einfach, erweiterbar
Ein Tool zur Zusammenfassung der Arbeit des kenianischen Parlaments mit Rust, Whisper und LLMs
Ich habe einen Spielplatz gebaut, um zu zeigen, was Flux Kontext besonders gut kann
Ein ComfyUI-Tutorial für Anfänger
Kostengünstige Text-to-Speech-Lösung für umfangreiche Inhalte
OCR-Benchmark mit Schwerpunkt auf Automatisierung
Kennzeichen mit einem feinabgestimmten YOLOv8, OCR und einer IP-Kamera erkennen
Drei neue Kitten-TTS-Modelle – das kleinste ist weniger als 25 MB groß
Lokale „Hold-to-Talk“-Sprach-zu-Text-Funktion für macOS
höhere Genauigkeit als WhisperLargev3
Ein ordentliches Text-zu-Bild-Modell, das für etwa 20.000 Dollar trainiert wurde
Outpainting mit Stable Diffusion auf einer unendlichen Leinwand
API zur OCR und strukturierten Extraktion von PDF- und .md/.json-Dokumenten
Hohe Genauigkeit, geringe Latenz und niedrige Kosten
Hurston-1 – eine Open-Source-TTS, die südamerikanisches Englisch und Afro-Englisch spricht
KI-Programmieragenten, die keine Geheimnisse nach außen weitergeben können
We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8
Satellite imagery object detection using text prompts