AI项目, 开源项目

一款语音工具：sherpa-onnx

/

一款语音识别、语音合成、说话人识别、说话人验证等集成了多种语音处理功能的工具：sherpa-onnx

支持：语音识别（ASR，支持流式和非流式）、语音合成（TTS）、说话人识别、说话人验证、语种识别、音频标注、声音活动检测（VAD，例如silero-vad）、关键词检测等

AI项目, 多媒体处理, 开源项目

根据单张图像和音频输入生成唱歌和说话视频

/

和EMO相比，该项目已开源😄
它能够通过输入语音，生成对应的人物嘴唇同步、表情变化和姿态变化的动画。
提高了语音与生成动画之间的对齐精度，使动画的嘴唇、表情和姿态与语音更匹配。

提供对角色表情、姿态和嘴唇运动的精确控制。
支持多种表情和姿态的自适应控制，增强动画的多样性和真实性。

AI项目, 开源项目

AI开源项目：AI Math Notes

/

AI Math Notes 是一个互动绘图应用程序，用户可以在画布上绘制数学方程。
绘制完方程后，应用程序会使用多模态大语言模型 (LLM) 计算结果，并在等号旁显示。
该应用程序使用 Python 编写，图形用户界面采用 Tkinter 库，图像处理使用 PIL 库。

AI行业应用, AI项目, 多媒体处理

苹果发布的Translation API

/

苹果新出的翻译 API，不需要联网，完全使用本机大语言模型。

使用翻译框架提供应用内翻译。您可以使用内置 UI，让系统代表您向用户提供翻译。或者您可以使用该框架来定制翻译体验。

要提供内置系统翻译体验，请将视图修饰符锚定到包含要翻译的文本的 SwiftUI 视图。当您希望显示内置系统翻译 UI 时，将 isPresented 设置为 true。将要翻译的文本传递给 text 参数。

AI项目

Niceaunties的灵感集

/

@niceaunties

作者介绍：“Niceaunties”的灵感来自于阿姨文化中荒唐又可爱的行为。 TED 演讲者。奖学金 http://daily.xyz 艺术家。

AI项目

NVIDIA发布用于训练大语言模型的开源合成数据生成管道

/

Nemotron-4 340B，一个优化用于NVIDIA NeMo和NVIDIA TensorRT-LLM的模型家族，包括最先进的指令模型和奖励模型，以及用于生成式AI训练的数据集。

NVIDIA今天宣布推出Nemotron-4 340B，这是一组开源模型，开发人员可以使用这些模型生成用于训练大语言模型（LLMs）的合成数据，以应用于医疗、金融、制造、零售等各个行业的商业应用。

AI项目

NVIDIA 與開發商攜手合作，利用 NVIDIA ACE 數位化身雲端引擎

/

NVIDIA ACE（Avatar Cloud Engine）是一套可協助開發人員使用生成式AI將數位化身變為現實的技術。透過 ACE，非玩家角色 (NPC) 可以轉變為動態的互動式角色，能夠發起對話，或提供遊戲知識來幫助玩家完成任務。

在 CES 2024 上，我們宣布推出ACE 產品級微服務 ，提供頂尖數位化身開發人員NVIDIA Audio2Face (A2F) 和 NVIDIA Riva 自動語音辨識 (ASR)。

AI项目

Refuel LLM-2：专门为数据标注、清洗设计的开源语言模型

/

Refuel AI 最近推出了两个新版本的大语言模型 RefuelLLM-2 和 RefuelLLM-2-small。
RefuelLLM-2 和 RefuelLLM-2-small 是专门为数据标注、清洗和丰富任务而设计的语言模型。

用途： RefuelLLM-2 主要用于自动化数据标注、数据清洗和数据丰富，这些任务是处理和分析大规模数据集时的基础工作，尤其是在需要将非结构化数据转换为结构化格式的场景中。

滚动至顶部