首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 实测:本地跑llama3:70B需要什么配置
· 有道开源的国产语音库EmotiVoice爆火了!具有情绪控制功能的语音合成引擎!
· 国内法律类大模型介绍
· AI+音乐|对话 Suno CEO:破圈的音乐生成产品是如何诞生的?
· 如何估计大模型所需要的显存大小?HuggingFace发布Model Memory Calculator,一键计算大模型显存需求
· ComfyUI官方使用手册【官网直译+关键补充】
· ComfyUI 基础教程(一)环境部署和插件安装
· Stable Diffusion教程:提示词
· RVC和SVC声音模型难找?推荐这个网站
· 大模型能力评估体系
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
教程
openpose原理及安装教程(
姿
态
识
别
)
OpenPose是一个用于实时多人
姿
态
估计的开源库,它可以检测图像或视频中的人体关键点,并且能够
识
别
不同的身体部位和动作。
行为识别
姿态识别
OpenAI
OpenAI大动作:Whisper large-v3重塑语音
识
别
技术
这款最新的自动语音
识
别
模型不仅在多语言
识
别
方面取得了显著进步,而且还将很快在OpenAI的API中得到支持。
Whisper
语音识别
OCR
【重磅推荐】PaddleOCR:超越人眼
识
别
率的AI文字
识
别
神器!
二、PaddleOCR功能特点 1.高准确率:PaddleOCR的算法经过精心设计和优化,可准确
识
别
不同字体、字号、字形的文字图像,实现超越人眼
识
别
率的准确率。
PaddleOCR
文字识别
OpenAI
【语音
识
别
】OpenAI语音力作Whisper
与人类相比,在语音
识
别
和语音翻译(x→en)上,模型的准确性和稳健性接近人类。
语音转文字
whisper
开源
十大开源语音
识
别
项目
Whisper Whisper 是一个通用的语音
识
别
模型。
语音识别
开源项目
Transformer
TrOCR——基于transformer模型的OCR手写文字
识
别
前期我们使用大量的篇幅介绍了手写数字
识
别
与手写文字
识
别
,当然那里主要使用的是CNN卷积神经网络,利用CNN卷积神经网络来训练文字
识
别
的模型。
OCR
手写
文字识别
开源
开源免费离线语音
识
别
神器whisper如何安装
当然,我们知道一些商业公司提供语音
识
别
服务,但是基本都是联网运行,个人隐私安全总是有隐患,而whisper完全不同,whisper完全在本地运行,无需联网,充分保障了个人隐私,且whisper
识
别
准确率相当高
wisper
翻译
免费
OCR
14.6K star!最好用的OCR文字
识
别
项目,没有之一!
伙伴们,平时都会用到文字
识
别
吧?
Umi-OCR
开源项目
文字识别
开源
OpenAI 开源语音
识
别
Whisper 的使用体验怎么样?
关于Buzz Buzz 是一款基于 OpenAI 开源 Whisper 自动语音
识
别
模型的软件工具,能够将音频或视频中的语音自动
识
别
为带有时间戳的文本字幕。
生成式AI
开源
人脸
识
别
的开源的项目有哪些?
OpenCV:OpenCV(Open Source Computer Vision Library)是一个广泛使用的计算机视觉库,提供了许多人脸
识
别
算法和工具。
人脸识别
开源项目
语音
Insanely Fast Whisper:超快的Whisper语音
识
别
脚本
这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。通过使用Transformers和Optimum技术,可以在不到10分钟内转录300分钟(5小时)的音频。作者提供了几种优化方式,包括批处理、半精度处理以及BetterTransformer,以提高转录速度。最终,作者以实际测试数据展示了不同优化方式的速度对比。同时,还提到了Whisper.cpp的性能测试、4位推断性能测试、以及一个CLI工具的社区展示。这篇文章旨在展示如何使Whisper模型在转录2-3小时的音频时更加高效。
音频
Whisper
开源
来个优秀的开源人脸
识
别
项目!
虹膜
识
别
技术通过全自动照相机寻找并聚焦虹膜,实现高精度
识
别
。
人脸识别
开源项目
开源
几款开源的OCR
识
别
项目,收藏备用
github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract的OCR
识
别
库
OCR
OpenAI
两天star量破千:OpenAI的Whisper被蒸馏后,语音
识
别
数倍加速
Whisper 是 OpenAI 研发并开源的一个自动语音
识
别
(ASR,Automatic Speech Recognition)模型,他们通过从网络上收集了 68 万小时的多语言(
语音
HeyGen
Google
AI“同声传译”新进展!Google发布,无监督,语音
识
别
:Translatotron 3!
语音
识
别
(ASR)是指将人类的语音转换为文本的技术,然而,目前的语音
识
别
技术还面临着一些挑战,其中最大的一个就是如何支持更多的语言。
Translatotron
语音识别
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100