OtosakuStreamingASR-iOS

将 YOLOv5 模型（基于 PyTorch 框架）转换为 ONNX、CoreML 和 TFLite 格式。

神经网络、深度学习和机器学习模型的可视化工具

WhisperX：带单词级时间戳（和说话人识别）的自动语音识别

一个可扩展的生成式AI框架，专为从事大型语言模型、多模态和语音AI（自动语音识别和文本转语音）研究和开发的科研人员和开发者而设计。

适用于Android、iOS、树莓派和服务器的离线语音识别API，支持Python、Java、C#和Node.js。

简单易用的语音工具包，包含自监督学习模型、具有标点符号的先进/流式语音识别、带文本前端的流式语音合成、说话人识别系统、端到端语音翻译和关键词识别功能。荣获NAACL2022最佳演示奖。

一个基础的端到端语音识别工具包和开源的SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

基于PyTorch的语音工具包

一个快速、可扩展、高性能的基于决策树的梯度提升库，用于Python、R、Java、C++的排序、分类、回归和其他机器学习任务。支持CPU和GPU计算。

在Mac上原生运行Stable Diffusion