chinobing / FastAPI-PaddleSpeech-Audio-To-TextLinks
FastAPI PaddleSpeech 音频录音转文字
☆51Updated 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。☆49Updated 2 years ago
- Based on RapidOCR, extract the PDF content☆182Updated 6 months ago
- 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。☆104Updated 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。☆147Updated last year
- 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☆34Updated last year
- 视频理解：千问视频多模态模型 & Dify☆65Updated last year
- 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…☆115Updated 4 months ago
- 一个中文语音转文字项目，封装自FireRedASR☆80Updated 8 months ago
- ☆54Updated 3 years ago
- picture search by picture,resnet,milvus☆35Updated 2 years ago
- ☆49Updated last year
- 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。☆34Updated 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
- 基于 faster-whisper 的伪实时语音转写服务☆232Updated 6 months 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！☆47Updated last year
- 基于cnstd+cnocr作为基础，封装的一个ocr的web服务☆11Updated 4 years ago
- ✅Deploy PaddleOCR with flask | 利用Flask对PaddleOCR进行部署，方便调用☆43Updated 3 years ago
- lang2openai☆73Updated last year
- 基于SenseVoice的funasr版本进行的api发布，可以无缝对接oneapi☆88Updated last year
- 使用CHATTTS合成语音,使用FASTAPI作为API服务端,基于GFAST制作了管理系统,提供了音色管理和webui界面☆35Updated last year
- 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。☆73Updated last year
- 数字人开源项目 (Digital human project)☆156Updated 3 years ago
- 😆 Generate PPT by LLM follow your template. 📢 Not only use llm to generate ppt, but also according to your favorite ppt template. Just…☆92Updated last year
- 流水线系统(pipeline)构建基于本地知识库的ChatGLM问答☆86Updated 2 years ago
- 为 https://github.com/LuckyHookin/edge-TTS-record 提供界面。☆25Updated 4 years ago
- 使用文心一言+Python-pptx ，一键生成你的专属PPT☆110Updated last year
- “alibabacloud-nls-python-sdk提供使用阿里云智能语音服务的能力，包括语音识别、语音合成、文件转写等。”☆70Updated 3 months 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
- 基于FastAPI的语音服务系统，集成语音合成(TTS)和语音识别(STT)功能。使用CosyVoice2作为TTS引擎，FunASR作为STT引擎，支持零样本语音克隆、流式输出、多种语言识别等高级功能。☆17Updated 7 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…☆48Updated last year