最佳Github AI工具与开源项目集锦
leopard
Leopard语音转文字
本地运行的跨平台语音转文字引擎
WhisperHallu
Whisper语音转录
实验性音频预处理工具提升Whisper转录准确度
Leaderboard
语音识别基准测试
多语言语音识别基准测试平台 促进ASR系统评估
pyannote-whisper
pyannote-whisper语音识别
整合Whisper和pyannote.audio的语音识别与说话人分割工具
huggingsound
HuggingSound语音识别
基于HuggingFace的语音处理开源工具库
RapidASR
Rapid ASR语音识别
开源多模型语音识别框架
cn2an
cn2an数字转换
中文数字与阿拉伯数字互转的Python库
INTERSPEECH-2023-24-Papers
INTERSPEECH 2024语音处理
INTERSPEECH 2024语音和语言处理研究最新进展
PPASR
语音识别PaddlePaddle
基于PaddlePaddle的开源流式与非流式语音识别框架
MASR
语音识别MASR
基于Pytorch的开源自动语音识别框架
whisper.api
Whisper API语音转文本
开源自托管语音转文字API项目
PaddlePaddle-DeepSpeech
DeepSpeech2语音识 别
基于PaddlePaddle的开源中文语音识别系统
vosk-server
语音识别服务器
多协议支持的高准确度离线语音识别服务器
youtube-transcript-api
YouTube Transcript API字幕提取
轻松获取YouTube视频字幕的Python API库
deep-license-plate-recognition
ALPR车牌识别
基于深度学习的多功能车牌识别系统
MORT
MORTOCR
多语言屏幕实时OCR和翻译工具
simple-ocr-opencv
OCRPython
基于OpenCV和NumPy的轻量级Python OCR工具
zotero-ocr
ZoteroOCR
Zotero OCR插件实现PDF文献自动文本识别
tesstrain
TesseractOCR
Tesseract 5训练流程自动化工具
PyMuPDF-Utilities
PyMuPDFPDF处理
全面的PDF和电子文档处理开发工具集
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