项目功能：音频转文字
项目介绍：一个基于 OpenAI Whisper Large v3（https://huggingface.co/openai/whisper-large-v3） 模型的高速音频转文字工具，能够在不到 98 秒的时间内转录 300 分钟（5小时）音频。
适用于多场景，支持 100 种语言的转录并支持翻译功能，提供按词或片段生成时间戳文本，方便字幕制作。
提供命令列界面（CLI），也可以通过 Whisper API 进行线上语音转文字。
线上体验：https://replicate.com/vaibhavs10/incredibly-fast-whisper
GitHub源码：https://github.com/Vaibhavs10/insanely-fast-whisper
扫描二维码推送至手机访问。
版权声明：本站内容为原创和部分整理自网络，如有侵权务必联系我们删除，保障您的权益，本站所有软件资料仅供学习研究使用，不可进行商业用途和违法活动，本站不承担任何法律责任。
用图片生成视频效果很惊艳SVD 支持文本和图像生成视频，还支持物体从单一视角到多视角的转化；目前最高支持生成 14/25 帧、576 x 1024 分辨率的视频尽管 SVD 还处于基础阶段，但是相信未来一定会成为像 SDXL 一样的顶级开源 AI 模型GitHub地址：https://github....
截图转代码该项目基于 GPT-4 Vision 和 DALL-E 3，它可以将网页截图转换为 HTML/Tailwind/JS 代码重点：使用需要自备拥有 GPT-4 Vision 权限的 OpenAI APIGitHub开源地址：https://github.com/abi/scree...
SDXL Turbo 是 SDXL 1.0 的改进版本现在你只需要在文本框中输入你的想法，SDXL Turbo 就能够迅速响应生成图像，快如闪电但是生成人脸还是有点差强人意，而且中文prompt不太行，虽然生成的很快，但是不能真正理解中文的意思，需要使用英文prompt，生成的会准确一些体验地址1：...
Autoware ：一个开源的自动驾驶系统Autoware 基于机器人操作系统 (ROS) 构建，可在各种车辆和应用中实现自动驾驶的商业部署。Autoware 的主要功能和特点：1、模块化架构：Autoware 包含自动驾驶所需的所有功能（如感知、定位、规划、控制），并采用模块化架构，具有清晰定义的...
基于生成式AI的图像超分辨率增强工具，不仅可以实现图片的分辨率提升，更可以依靠自然语言提示和“创意”滑块等控制参数，让AI主动增加和“猜想”更多细节信息。目前，Pro 计划的费用为 39 美元/月，Premium 计划的费用为 99 美元/月，Business 计划的费用为 299 美元/月。按年订...
Pixverse AI 官网截图操作步骤第一步：打开网站点击“JOIN BETA”接受你的Discord邀请第二步：加入“generate-room-1”或者“generate-room-2” 然输入prompt。第三步：等待视频生成就可以了视频生成效果：官网地址：https://pixverse....
2025-01-14 14:01:47
2025-01-14 13:59:54
2025-01-14 13:58:26
2025-01-14 13:57:10
2025-01-14 13:44:14
