mozilla / DeepSpeech

PDF阅读器，使用HTML5构建

Simple, private file sharing from the makers of Firefox

从 Firefox 浏览器“阅读模式” ，独立出来的JavaScript 库

whisper 是一个通用语音识别模型

大模型Grok-1开源

#大语言模型#本地化搭建和运行 Llama2 和其他大模型

kaldi-asr/kaldi is the official location of the Kaldi project.

#计算机科学#🐸💬 - 一个深度学习的 TTS 语言合成库

OpenAI Whisper语音识别模型，C++移植版本。

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...

PaddleSpeech 是基于飞桨 PaddlePaddle 的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，典型的应用包括：语音识别、语音翻译、语音合成等

Open-Sora： 完全开源的高效复现类Sora视频生成方案

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

强大的少样本语音转换与语音合成Web用户界面。

#计算机科学#We write your reusable computer vision tools. 💜

#计算机科学#:robot: 💬 Deep learning for Text to Speech (Discussion forum: https://discourse.mozilla.org/c/tts)

#计算机科学#End-to-End Speech Processing Toolkit

The first real AI developer

#学习与技能提升#收集了一系列与计算机相关的的资源和链接

#大语言模型#微软生成式AI课程，12课时

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

上传截图通过GPT生成HTML/Tailwind/JavaScript代码

Pingora是一个Rust框架，用于构建快速、可靠、可编程的网络系统。Pingora 久经考验，它每秒处理的互联网请求数已超过4000万次。