本地大語言模型執行環境、AI 程式碼助手、推論引擎與前沿 RAG 架構。
在本地將語音轉換為文本
Terminal eBook Reader with Text-to-Speech
Elixir 中的實時 YOLO 目標檢測:快速、簡單、可擴展
一款利用Rust、Whisper和大型語言模型(LLMs)對肯尼亞議會進行摘要的工具
我搭建了一個演示平臺,用來展示 Flux Kontext 的優勢
面向初學者的 ComfyUI 教程
適用於長篇內容的經濟實惠的文本轉語音服務
以自動化為重點的OCR基準測試
使用微調後的YOLOv8、OCR和IP攝像頭識別車牌
三款全新的 Kitten TTS 模型——最小的不到 25MB
適用於 macOS 的本地按住說話語音轉文本功能
比WhisperLargev3更準確
一個訓練成本約為 2 萬美元的優質文本到圖像模型
在無限畫布上使用 Stable Diffusion 進行外繪
pdf → .md/.json 文檔 OCR 和結構化數據提取 API
高精度、低延遲且成本低
Hurston-1 是一款支持美式南方口音和非裔英語的開源語音合成軟件
無法竊取機密的人工智能編碼代理
We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8
基於文本提示的衛星圖像目標檢測