mmdetection3d

mmdetection3d

支持多模态单模态的开源3D目标检测框架

MMDetection3D是OpenMMLab项目开发的开源3D目标检测框架,基于PyTorch构建。它支持多模态和单模态检测器,适用于室内外3D检测数据集,可与2D检测无缝集成。该框架提供300多种预训练模型、40多种算法实现,以及MMDetection全部功能模块。MMDetection3D不仅可用于研究,还可作为库支持各类3D检测应用开发。

MMDetection3D3D目标检测点云处理计算机视觉开源工具箱Github开源项目
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5f9663a6-b6df-4444-9645-8ae88ab2342c.png" width="600"/> <div>&nbsp;</div> <div align="center"> <b><font size="5">OpenMMLab 网站</font></b> <sup> <a href="https://openmmlab.com"> <i><font size="4">热门</font></i> </a> </sup> &nbsp;&nbsp;&nbsp;&nbsp; <b><font size="5">OpenMMLab 平台</font></b> <sup> <a href="https://platform.openmmlab.com"> <i><font size="4">立即体验</font></i> </a> </sup> </div> <div>&nbsp;</div>

PyPI 文档 徽章 codecov 许可证 未解决的问题 问题解决时间

📘文档 | 🛠️安装 | 👀模型库 | 🆕更新日志 | 🚀进行中的项目 | 🤔报告问题

</div> <div align="center">

English | 简体中文

</div> <div align="center"> <a href="https://openmmlab.medium.com/" style="text-decoration:none;"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/26849115-7031-42aa-959f-dc0a17e4fb0f.png" width="3%" alt="" /></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d1dcd504-3686-4f36-859a-fdc5d24a7ce3.png" width="3%" alt="" /> <a href="https://discord.com/channels/1037617289144569886/1046608014234370059" style="text-decoration:none;"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/a984d7d2-f77d-4cea-95a3-cc954aea72be.png" width="3%" alt="" /></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d1dcd504-3686-4f36-859a-fdc5d24a7ce3.png" width="3%" alt="" /> <a href="https://twitter.com/OpenMMLab" style="text-decoration:none;"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/64653f70-9072-4b4e-b124-33d7058db2e3.png" width="3%" alt="" /></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d1dcd504-3686-4f36-859a-fdc5d24a7ce3.png" width="3%" alt="" /> <a href="https://www.youtube.com/openmmlab" style="text-decoration:none;"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/42cfeb78-0c0a-4a4b-b089-629cac2fd04e.png" width="3%" alt="" /></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d1dcd504-3686-4f36-859a-fdc5d24a7ce3.png" width="3%" alt="" /> <a href="https://space.bilibili.com/1293512903" style="text-decoration:none;"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/e96e143a-b1fb-4e88-98c0-1b44e1eef7fc.png" width="3%" alt="" /></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d1dcd504-3686-4f36-859a-fdc5d24a7ce3.png" width="3%" alt="" /> <a href="https://www.zhihu.com/people/openmmlab" style="text-decoration:none;"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5cb72038-69f2-49c2-8491-0e31413571a7.png" width="3%" alt="" /></a> </div>

简介

MMDetection3D 是一个基于 PyTorch 的开源目标检测工具箱,面向下一代通用 3D 检测平台。它是 OpenMMLab 项目的一部分。

主分支适用于 PyTorch 1.8+

演示图片

<details open> <summary>主要特点</summary>
  • 开箱即用支持多模态/单模态检测器

    直接支持多种多模态/单模态检测器,包括MVXNet、VoteNet、PointPillars等。

  • 开箱即用支持室内/室外3D检测

    直接支持流行的室内和室外3D检测数据集,包括ScanNet、SUNRGB-D、Waymo、nuScenes、Lyft和KITTI。对于nuScenes数据集,我们还支持nuImages数据集

  • 与2D检测自然集成

    MMDetection中支持的所有300多个模型、40多篇论文的方法以及模块都可以在此代码库中训练或使用。

  • 高效率

    训练速度比其他代码库更快。主要结果如下。详细信息可以在benchmark.md中找到。我们比较了每秒训练的样本数(越高越好)。其他代码库不支持的模型标记为

    方法MMDetection3DOpenPCDetvotenetDet3D
    VoteNet35877
    PointPillars-car141140
    PointPillars-3class10744
    SECOND4030
    Part-A21714
</details>

MMDetectionMMCV一样,MMDetection3D也可以作为一个库来支持其他基于它的不同项目。

最新动态

亮点

在1.4版本中,MMDetecion3D重构了Waymo数据集,并加速了Waymo数据集的预处理、训练/测试设置和评估。我们还扩展了对Waymo上基于相机的3D物体检测模型(如单目和BEV)的支持。详细的Waymo数据信息描述可以在这里找到。

此外,在1.4版本中,MMDetection3D提供了Waymo-mini,以帮助社区用户快速上手Waymo并用于快速迭代开发。

v1.4.0于2024年1月8日发布:

  • projects中支持DSVT的训练
  • projects中支持Nerf-Det
  • 重构Waymo数据集

v1.3.0于2023年10月18日发布:

  • projects中支持CENet
  • 通过新的3D推理器增强演示功能

v1.2.0于2023年7月4日发布:

v1.1.1于2023年5月30日发布:

  • projects中支持TPVFormer
  • projects中支持BEVFusion的训练
  • 支持基于激光雷达的3D语义分割基准测试

安装

请参考安装指南进行安装。

入门指南

有关详细的用户指南和高级指南,请参考我们的文档

<details> <summary>用户指南</summary> </details> <details> <summary>高级指南</summary> - [数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/index.html#datasets) - [KITTI 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/kitti.html) - [NuScenes 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/nuscenes.html) - [Lyft 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/lyft.html) - [Waymo 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/waymo.html) - [SUN RGB-D 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/sunrgbd.html) - [ScanNet 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/scannet.html) - [S3DIS 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/s3dis.html) - [SemanticKITTI 数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/datasets/semantickitti.html) - [支持的任务](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/index.html#supported-tasks) - [基于激光雷达的3D检测](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/supported_tasks/lidar_det3d.html) - [基于视觉的3D检测](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/supported_tasks/vision_det3d.html) - [基于激光雷达的3D语义分割](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/supported_tasks/lidar_sem_seg3d.html) - [自定义](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/index.html#customization) - [自定义数据集](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/customize_dataset.html) - [自定义模型](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/customize_models.html) - [自定义运行时设置](https://mmdetection3d.readthedocs.io/en/latest/advanced_guides/customize_runtime.html)

基准测试和模型库概览

结果和模型可在模型库中获取。

<div align="center"> <b>组件</b> </div> <table align="center"> <tbody> <tr align="center" valign="bottom"> <td> <b>主干网络</b> </td> <td> <b>检测头</b> </td> <td> <b>特性</b> </td> </tr> <tr valign="top"> <td> <ul> <li><a href="configs/pointnet2">PointNet (CVPR'2017)</a></li> <li><a href="configs/pointnet2">PointNet++ (NeurIPS'2017)</a></li> <li><a href="configs/regnet">RegNet (CVPR'2020)</a></li> <li><a href="configs/dgcnn">DGCNN (TOG'2019)</a></li> <li>DLA (CVPR'2018)</li> <li>MinkResNet (CVPR'2019)</li> <li><a href="configs/minkunet">MinkUNet (CVPR'2019)</a></li> <li><a href="configs/cylinder3d">Cylinder3D (CVPR'2021)</a></li> </ul> </td> <td> <ul> <li><a href="configs/free_anchor">FreeAnchor (NeurIPS'2019)</a></li> </ul> </td> <td> <ul> <li><a href="configs/dynamic_voxelization">动态体素化 (CoRL'2019)</a></li> </ul> </td> </tr> </td> </tr> </tbody> </table> <div align="center"> <b>架构</b> </div> <table align="center"> <tbody> <tr align="center" valign="middle"> <td> <b>基于激光雷达的3D目标检测</b> </td> <td> <b>基于相机的3D目标检测</b> </td> <td> <b>多模态3D目标检测</b> </td> <td> <b>3D语义分割</b> </td> </tr> <tr valign="top"> <td> <li><b>室外</b></li> <ul> <li><a href="configs/second">SECOND (Sensor'2018)</a></li> <li><a href="configs/pointpillars">PointPillars (CVPR'2019)</a></li> <li><a href="configs/ssn">SSN (ECCV'2020)</a></li> <li><a href="configs/3dssd">3DSSD (CVPR'2020)</a></li> <li><a href="configs/sassd">SA-SSD (CVPR'2020)</a></li> <li><a href="configs/point_rcnn">PointRCNN (CVPR'2019)</a></li> <li><a href="configs/parta2">Part-A2 (TPAMI'2020)</a></li> <li><a href="configs/centerpoint">CenterPoint (CVPR'2021)</a></li> <li><a href="configs/pv_rcnn">PV-RCNN (CVPR'2020)</a></li> <li><a href="projects/CenterFormer">CenterFormer (ECCV'2022)</a></li> </ul> <li><b>室内</b></li> <ul> <li><a href="configs/votenet">VoteNet (ICCV'2019)</a></li> <li><a href="configs/h3dnet">H3DNet (ECCV'2020)</a></li> <li><a href="configs/groupfree3d">Group-Free-3D (ICCV'2021)</a></li> <li><a href="configs/fcaf3d">FCAF3D (ECCV'2022)</a></li> <li><a href="projects/TR3D">TR3D (ArXiv'2023)</a></li> </ul> </td> <td> <li><b>室外</b></li> <ul> <li><a href="configs/imvoxelnet">ImVoxelNet (WACV'2022)</a></li> <li><a href="configs/smoke">SMOKE (CVPRW'2020)</a></li> <li><a href="configs/fcos3d">FCOS3D (ICCVW'2021)</a></li> <li><a href="configs/pgd">PGD (CoRL'2021)</a></li> <li><a href="configs/monoflex">MonoFlex (CVPR'2021)</a></li> <li><a href="projects/DETR3D">DETR3D (CoRL'2021)</a></li> <li><a href="projects/PETR">PETR (ECCV'2022)</a></li> </ul> <li><b>室内</b></li> <ul> <li><a href="configs/imvoxelnet">ImVoxelNet (WACV'2022)</a></li> </ul> </td> <td> <li><b>室外</b></li> <ul> <li><a href="configs/mvxnet">MVXNet (ICRA'2019)</a></li> <li><a href="projects/BEVFusion">BEVFusion (ICRA'2023)</a></li> </ul> <li><b>室内</b></li> <ul> <li><a href="configs/imvotenet">ImVoteNet (CVPR'2020)</a></li> </ul> </td> <td> <li><b>室外</b></li> <ul> <li><a href="configs/minkunet">MinkUNet (CVPR'2019)</a></li> <li><a href="configs/spvcnn">SPVCNN (ECCV'2020)</a></li> <li><a href="configs/cylinder3d">Cylinder3D (CVPR'2021)</a></li> <li><a href="projects/TPVFormer">TPVFormer (CVPR'2023)</a></li> </ul> <li><b>室内</b></li> <ul> <li><a href="configs/pointnet2">PointNet++ (NeurIPS'2017)</a></li> <li><a href="configs/paconv">PAConv (CVPR'2021)</a></li> <li><a href="configs/dgcnn">DGCNN (TOG'2019)</a></li> </ul> </ul> </td> </tr> </td> </tr> </tbody> </table> | | ResNet | VoVNet | Swin-T | PointNet++ | SECOND | DGCNN | RegNetX | DLA | MinkResNet | Cylinder3D | MinkUNet | | :-----------: | :----: | :----: | :----: | :--------: | :----: | :---: | :-----: | :-: | :--------: | :--------: | :------: | | SECOND | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | PointPillars | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | | FreeAnchor | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | | VoteNet | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | H3DNet | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | 3DSSD | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | Part-A2 | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | MVXNet | ✓ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | CenterPoint | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | SSN | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | | ImVoteNet | ✓ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | FCOS3D | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | PointNet++ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | Group-Free-3D | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | ImVoxelNet | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | PAConv | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | DGCNN | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | | SMOKE | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | | PGD | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | MonoFlex | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | | SA-SSD | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | FCAF3D | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | | PV-RCNN | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | Cylinder3D | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | | MinkUNet | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | | SPVCNN | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | | BEVFusion | ✗ | ✗ | ✓ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | CenterFormer | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | TR3D | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | | DETR3D | ✓ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | PETR | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | | TPVFormer | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | **注意:** [MMDetection](https://github.com/open-mmlab/mmdetection/blob/3.x/docs/en/model_zoo.md) 支持的所有**500多个模型和90多篇论文的方法**,均可在此代码库中进行训练或使用。

常见问题

请参阅常见问题以了解常见问题的解答。

贡献

我们欢迎所有对改进MMDetection3D的贡献。请参阅贡献指南以了解贡献细则。

致谢

MMDetection3D是一个由来自各大院校和公司的研究人员和工程师共同贡献的开源项目。我们感谢所有贡献者以及提供宝贵反馈的用户。我们希望这个工具箱和基准能够为不断增长的研究社区提供一个灵活的工具,用于重新实现现有方法和开发新的3D检测器。

引用

如果您在研究中使用了这个项目,请考虑引用:

@misc{mmdet3d2020, title={{MMDetection3D: OpenMMLab} next-generation platform for general {3D} object detection}, author={MMDetection3D Contributors}, howpublished = {\url{https://github.com/open-mmlab/mmdetection3d}}, year={2020} }

许可证

该项目采用Apache 2.0许可证发布。

OpenMMLab中的项目

  • MMEngine:OpenMMLab深度学习模型训练基础库。
  • MMCV:OpenMMLab计算机视觉基础库。
  • MMEval:适用于多个机器学习库的统一评估库。
  • MIM:MIM用于安装OpenMMLab软件包。
  • MMPreTrain:OpenMMLab预训练工具箱和基准测试。
  • MMDetection:OpenMMLab检测工具箱和基准测试。
  • MMDetection3D:OpenMMLab新一代通用3D目标检测平台。
  • MMRotate:OpenMMLab旋转目标检测工具箱和基准测试。
  • MMYOLO:OpenMMLab YOLO系列工具箱和基准测试。
  • MMSegmentation:OpenMMLab语义分割工具箱和基准测试。
  • MMOCR:OpenMMLab文本检测、识别和理解工具箱。
  • MMPose:OpenMMLab姿态估计工具箱和基准测试。
  • MMHuman3D:OpenMMLab 3D人体参数化模型工具箱和基准测试。
  • MMSelfSup:OpenMMLab自监督学习工具箱和基准测试。
  • MMRazor:OpenMMLab模型压缩工具箱和基准测试。
  • MMFewShot:OpenMMLab小样本学习工具箱和基准测试。
  • MMAction2:OpenMMLab新一代动作理解工具箱和基准测试。
  • MMTracking:OpenMMLab视频感知工具箱和基准测试。
  • MMFlow:OpenMMLab光流估计工具箱和基准测试。
  • MMagic:OpenMMLab先进、生成和智能创作工具箱。
  • MMGeneration:OpenMMLab图像和视频生成模型工具箱。
  • MMDeploy:OpenMMLab模型部署框架。

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

下拉加载更多