AI 与机器学习

76.6极客分

在本地将语音转换为文本

商业产品YShow HN2025官网

26279

92% 好评率

Lue#62

76.4极客分

带文本转语音功能的终端电子书阅读器

开源项目YShow HN2025官网

22967

92% 好评率

yolo_elixir#63

76.1极客分

Elixir 中的实时 YOLO 目标检测：快速、简单、可扩展

开源项目YShow HN2024官网

19752

92% 好评率

bunge-bits#64

75.9极客分

一款利用Rust、Whisper和大型语言模型（LLMs）对肯尼亚议会进行摘要的工具

开源项目YShow HN2025官网

18550

92% 好评率

Fluxkontextlab#65

75.4极客分

我搭建了一个演示平台，用来展示 Flux Kontext 的优势

商业产品YShow HN2025官网

17453

92% 好评率

Comflowy#66

74.8极客分

面向初学者的 ComfyUI 教程

商业产品YShow HN2024官网

14949

91% 好评率

Audiowaveai#67

74.8极客分

适用于长篇内容的经济实惠的文本转语音服务

商业产品YShow HN2024官网

20982

91% 好评率

Nanonets#68

74.8极客分

OCR Benchmark Focusing on Automation

商业产品YShow HN2025官网

15148

91% 好评率

main-gate-alpr#69

74.4极客分

使用微调后的YOLOv8、OCR和IP摄像头识别车牌

开源项目YShow HN2023官网

11228

93% 好评率

KittenTTS#70

73.2极客分

Three new Kitten TTS models – smallest less than 25MB

1,408442

92% 好评率

Ghost Pepper#71

72.6极客分

Local hold-to-talk speech-to-text for macOS

Moonshine Open-Weights STT models#72

1,281427

92% 好评率

71.7极客分

higher accuracy than WhisperLargev3

747224

92% 好评率

Apache 2.0 Weights#73

71.1极客分

一个训练成本约为 2 万美元的优质文本转图像模型

502128

92% 好评率

stablediffusion-infinity#74

70.6极客分

在无限画布上使用 Stable Diffusion 进行外绘

开源项目YShow HN2022官网

9822

90% 好评率

Ocrbase#75

68.7极客分

pdf → .md/.json 文档 OCR 和结构化提取 API

Nari Qwen3-TTS and Qwen3-ASR#76

25783

91% 好评率

68.5极客分

高精度、低延迟且成本低

23474

92% 好评率

Huggingface#77

67.8极客分

Hurston-1 是一款支持美式南方口音和非裔英语的开源语音合成软件

18461

92% 好评率

yolo-cage#78

67.6极客分

无法窃取机密的人工智能编码代理

275115

92% 好评率

hyperflow-h3-flash#79

67.6极客分

We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8

14040

91% 好评率

Useful-ai-tools#80

67.2极客分

基于文本提示的卫星图像目标检测