alphacep / vosk-api

WebSocket, gRPC and WebRTC speech recognition server based on Vosk and Kaldi libraries

#安卓#Offline speech recognition for Android with Vosk library.

VOSK Speech Recognition Toolkit

Speech Recognition in Asterisk with Vosk Server

大模型Grok-1开源

whisper 是一个通用语音识别模型

Open-Sora： 完全开源的高效复现类Sora视频生成方案

#计算机科学#A PyTorch-based Speech Toolkit

Devika is now Opcode

#大语言模型#本地化搭建和运行 Llama2 和其他大模型

#计算机科学#DeepSpeech 是一款开源嵌入式（离线、设备上）语音识别引擎，最低可以在树莓派上运行

Puter 是一个运行在浏览器上的OS。功能丰富、快速、可扩展性强。它可以用于构建远程桌面环境，也可以作为云存储服务、远程服务器、网络托管平台等的接口。

Zero-Shot Speech Editing and Text-to-Speech in the Wild

#大语言模型#🙌 OpenHands: Code Less, Make More

#大语言模型#Automate browser-based workflows with LLMs and Computer Vision

✨ The Next Gen Airtable Alternative: No-Code Postgres

WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)

#计算机科学#Faster Whisper transcription with CTranslate2

#计算机科学#Fast inference engine for Transformer models

#大语言模型#LlamaIndex is the leading framework for building LLM-powered agents over your data.

#大语言模型#现代化设计的开源 ChatGPT/LLMs 聊天应用与开发框架支持语音合成、多模态、可扩展的（function call）插件系统。一键免费拥有你自己的 ChatGPT/Gemini/Claude/Ollama 应用

#前端开发#现代化、全栈 Web 应用模板。使用FastAPI、React, SQLModel, PostgreSQL, Docker, GitHub Actions 等技术。

#计算机科学#🐸💬 - 一个深度学习的 TTS 语言合成库

TripoSR: Fast 3D Object Reconstruction from a Single Image