coqui-ai / TTS

#计算机科学#🐸STT - The deep learning toolkit for Speech-to-Text. Training and deploying STT models has never been so easy.

翻译 - TSTT-用于语音转文本的深度学习工具包，在研发和生产中经过了实战测试

💎 A list of accessible speech corpora for ASR, TTS, and other Speech Technologies

#计算机科学#🐸 collection of TTS papers

大模型Grok-1开源

强大的少样本语音转换与语音合成Web用户界面。

Open-Sora： 完全开源的高效复现类Sora视频生成方案

Instant voice cloning by MIT and MyShell. Audio foundation model.

Bark 是一个文本提示的生成式语音模型。支持英语、中文、德语、日语等多国语言

#计算机科学#Real-Time-Voice-Cloning 是一个基于深度学习的语音合成工具，5秒内即可克隆一个声音。

whisper 是一个通用语音识别模型

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

#大语言模型#本地化搭建和运行 Llama2 和其他大模型

Devika is an Agentic AI Software Engineer that can understand high-level human instructions, break them down into steps, research relevant information, and write code to achieve the given objective. D...

A multi-voice TTS system trained with an emphasis on quality

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

#大语言模型#利用AI大模型，一键生成高清短视频 Generate short videos with one click using AI LLM.

上传截图通过GPT生成HTML/Tailwind/JavaScript代码

High-quality multi-lingual text-to-speech library by MyShell.ai. Support English, Spanish, French, Chinese, Japanese and Korean.

The first real AI developer

小红书笔记 | 评论爬虫、抖音视频 | 评论爬虫、快手视频 | 评论爬虫、B 站视频 ｜ 评论爬虫、微博帖子 ｜ 评论爬虫、百度贴吧帖子 ｜ 百度贴吧评论回复爬虫 | 知乎问答文章｜评论爬虫

#大语言模型#ChatGPT 风格的 Ollama Web界面

一个基于VITS的简单易用的语音转换（变声器）框架

#大语言模型#微软生成式AI课程，12课时