chinobing / FastAPI-PaddleSpeech-Audio-To-Text
FastAPI PaddleSpeech 音频录音转文字
☆52Updated last year
Alternatives and similar repositories for FastAPI-PaddleSpeech-Audio-To-Text
Users that are interested in FastAPI-PaddleSpeech-Audio-To-Text are comparing it to the libraries listed below
Sorting:
- 重生之我是 AI 打工人。前世，我的身份默默无闻，来去匆匆，不知道自己将在何地出生。然而，命运给予了我难得的机会，让我重生为一名 AI 打工人。☆47Updated last year
- Based on RapidOCR, extract the PDF content☆166Updated last week
- 视频理解：千问视频多模态模型 & Dify☆53Updated 8 months ago
- 开源的中英文离线 OCR，使用 PaddleOCR 实现，提供了简单的 Web 页面及接口☆121Updated 2 years ago
- ☆47Updated last year
- 图片搜索引擎，很简单。三步构建属于你自己的图片搜索引擎，掌握向量数据库和以图搜图、文本搜索图片。☆129Updated last year
- 通过语音（说话）即可完成实时文本输入。通过PaddleSpeech项目二次开发 完成，支持离线脱网环境部署，支持GPU推理，目前客户端仅支持Windows。☆25Updated 2 years ago
- 属于每个人的公众号”查特查特“上线啦！新问题、新方法、新发现，欢迎提PR！☆45Updated last year
- ivideo 是一款轻量、强大、好用的视频处理软件。可以满足普通人一般的视频处理需求：压缩视频、转码视频、倒放视频、合并片段、根据字幕裁切片段、自动配字幕、自动剪辑……☆114Updated 3 years ago
- 张艺谋(国师)一键声音克隆和恶搞文本生成项目☆17Updated last year
- 阿里SenseVoice的fastpi封装，采用onnx发布，体积更小，附带量化模型，支持GPU。支持从URL文件进行语音识别。☆81Updated 8 months ago
- Python3 package for Chinese/English OCR, with paddleocr-v4 onnx model(~14MB). 基于ppocr-v4-onnx模型推理，可实现 CPU 上毫秒级的 OCR 精准预测，通用场景中英文OCR达到开源SO…☆81Updated 3 months ago
- Whisper realtime streaming for long speech-to-text transcription and translation☆44Updated last year
- ☆54Updated 2 years ago
- 一个可以验证和计算文本消耗 Token 的小工具，支持在浏览器中使用，汉化自 OpenAI Tokenizer。☆51Updated last year
- 语音识别API，分实时语音和长语音离线上传识别，支持中英文等多达100个国家的语言实时转写和同声传译☆78Updated 4 months ago
- A Chinese Modular Speech Robot Framework Using Single-Wheel Dialogue Design | 一个采用单轮对话设计的中文模块化语音机器人框架☆13Updated 3 months ago
- 基于Linly-Talker数字人改版的教育系统，包含网课总结、数字人对话、Chatbot对话，项目可在autodl部署☆27Updated 11 months ago
- 用于企业微信自建应用的机器人代码库，实现消息回复、消息推送等功能。☆21Updated 8 months ago
- 基于Unsloth框架下，使用llama3大模型为基底的模型微调☆16Updated 2 months ago
- 获取bilibili直 播弹幕，使用WebSocket协议☆36Updated 10 months ago
- 手写文字擦除第1名方案，水印智能消除赛第1名☆140Updated last year
- 😆 Generate PPT by LLM follow your template. 📢 Not only use llm to generate ppt, but also according to your favorite ppt template. Just…☆79Updated 10 months ago
- 通过paddle ocr实现pdf转markdown☆69Updated 7 months ago
- 以图搜图基于Towhee（resnet50 模型） + Milvus☆60Updated 8 months ago
- CnOCR 是 Python 3 下的文字识别（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模型）、英文和数字的常见字符识别，支持竖排文字的识别。自带了20+个训练好的识别模型，适用于不同应用场景，安装后即可直…☆41Updated last year
- 基于SenseVoice的funasr版本进行的api发布，可以无缝对接oneapi☆57Updated 8 months ago
- 基于各种LLM的聊天机器人框架，支持多语言，语音唤醒,语音对话,本地执行功能,支持 OpenAI，Grok, Claude，讯飞星火，Stable Diffusion，ChatGLM，通义千问，腾讯混元，360 智脑，百川 AI，火山方舟，Ollama ,Gemini等AP…☆31Updated this week
- 小智同学测试工具(websocket)☆40Updated 2 months ago
- 流水线系统(pipeline)构建基于本地知识库的ChatGLM问答☆87Updated last year