chinobing / FastAPI-PaddleSpeech-Audio-To-TextLinks
FastAPI PaddleSpeech 音频录音转文字
☆50Updated 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:
- Based on RapidOCR, extract the PDF content☆179Updated 3 months ago
- 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。☆48Updated 2 years 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…☆45Updated 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。☆95Updated 11 months ago
- 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。☆145Updated last year
- 基于SenseVoice的funasr版本进行的api发布，可以无缝对接oneapi☆69Updated 11 months ago
- 视频理解：千问视频多模态模型 & Dify☆63Updated 11 months ago
- ☆54Updated 2 years 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☆124Updated 3 years ago
- Python3 package for Chinese/English OCR,use paddleocr-v5 onnx model(~20MB), with ultra-fast inference speed. 基于ppocr-v5-onnx模型推理，中英文OCR开源…☆95Updated 2 weeks ago
- 智慧安防平台，基于asmoboot项目：https://github.com/RotaNova/asmoboot 具备高效、稳定的流媒体，支持主流摄像头接入。定制AI识别，跨境追踪。边缘计算，AI使能指挥大厅。☆70Updated 2 years ago
- 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
- AIGC 知识库问答系统快速搭建，便于企业级定制化，支持文档上传，向量存储，聊天式问答。☆33Updated last year
- PDF 批量翻译，翻译后的PDF格式基本不变。导出PDF和Docx。优化并精简了来自于QPromise 的 EasyTrans。优化了通过百度翻译API稳定进行长翻译！☆142Updated last year
- 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！☆47Updated last year
- offline 2d digitalhuman demo for edge devices (android/ios/etc.)☆76Updated last year
- 流水线系统(pipeline)构建基于本地知识库的ChatGLM问答☆87Updated 2 years ago
- Whisper realtime streaming for long speech-to-text transcription and translation☆52Updated last year
- 医学报告单手机拍照识别☆10Updated 7 years ago
- 利用paddleocr，离线状态下识别身份证复印件☆31Updated 4 years ago
- 印章提取, 公章提取, 背景透明, 电子章☆107Updated 4 years 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☆30Updated last year
- 支持各种感情的男女声音，支持实时和离线文本合成tts语音；支持单模特声音变声，语音速率调整，语音音量大小调整；支持自定义语音模型。☆65Updated last year
- 基于 Serverless 架构部署通用文字识别 PaddleOCR☆122Updated 8 months ago
- AI Hub 是一个为了接入包括ChatGPT、Baichuan、Zhipu 、混元、MiniMax、Moonshot等多种大型语言模型而设计的服务。它旨在积累和管理各种有效的模型调用提示（prompt），并对这些大型语言模型进行持续的测试和评估。☆71Updated last year
- C++开发的视频行为分析系统v4版本☆190Updated last week
- ✅Deploy PaddleOCR with flask | 利用Flask对PaddleOCR进行部署，方便调用☆41Updated 3 years ago
- GOT-OCR的GUI版本，提供OCR、导出PDF、批处理等功能，但不提供训练功能☆178Updated last month
- 带 Web UI 的 Docker taiyi (太乙)，中文 Stable Diffusion WebUI 一键运行环境。☆92Updated 2 years ago
- wukong-robot项目是由github网友wzpan等开发并维护的一个开源中文语音对话机器人项目，能够让感兴趣的开发者快速打造个性化的智能音箱。 模块化。功能插件、语音识别、语音合成、对话机器人都做到了高度模块化，第三方插件单独维护，方便继承和开发自己的插件 - 中文…☆55Updated 4 years ago