深度学习最佳AI工具集合：网站、应用和开源项目
ThunderKittens
ThunderKittensCUDA
高效瓦片原语框架助力深度学习内核开发
vocos
Vocos神经声码器
基于傅里叶变换的快速神经声码器
mamba
Mamba状态空间模型
线性时间序列建模的突破性架构
audiocraft
AudioCraft音频生成
Facebook开源的AI音频生成工具库
dasp-pytorch
PyTorch音频处理
基于PyTorch的可微分音频信号处理器库
friendly-stable-audio-tools
Stable AudioAI音频生成
改进后的Stable Audio Tools开源框架支持音频生成模型训练和推理
torchdiffeq
PyTorchODE求解器
可微分常微分方程求解器库 PyTorch实现
naturalspeech2-pytorch
语音合成深度学习
NaturalSpeech 2在PyTorch中的开源实现
coqui-ai-TTS
Coqui TTS文本转语音
先进的多语言文本转语音库 支持1100 多种语言
whisper-vits-svc
VITS语音转换
基于VITS的端到端歌声转换开源项目
Awesome-Diffusion-Transformers
Diffusion TransformersAI生成
扩散模型与Transformer融合的前沿研究进展汇总
wtpsplit
SaT文本分割
多语言文本分割工具 支持85种语言的高效句子和段落分割
sherpa
语音识别深度学习
基于PyTorch的开源E2E语音识别框架 支持C++和Python
mmengine
MMEnginePyTorch
深度学习训练引擎支持大规模模型训练和多种策略
mmcv
MMCVOpenMMLab
OpenMMLab开源计算机视觉基础库
latent-consistency-model
Latent Consistency ModelsAI绘图
高效快速的少步推理图像合成模型
unified-io-2
Unified-IO 2多模态模型
跨模态人工智能的开源新标杆
BigVGAN
BigVGAN神经声码器
大规模训练的通用神经网络声码器
FastSAM
Fast Segment Anything图像分割
全景分割模型 速度提升50倍且性能可比SAM
Vision-RWKV
Vision-RWKV计算机视觉
基于RWKV架构的高效视觉感知模型
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号