Speech To Speech
vonHugging Face
Low-latency speech-to-speech pipeline
Training von Machine Learning-ModellenML-FrameworksOpen Source
Über
Eine niedriglatente, vollständig modulare Sprach-Agenten-Pipeline: VAD -> STT -> LLM -> TTS, bereitgestellt über das Kern-OpenAI Realtime GA-Ereignis-Set über WebSocket und WebRTC. Jedes Modul ist austauschbar. Der LLM-Slot spricht OpenAI-kompatible Protokolle, sodass Sie ihn auf einen gehosteten Anbieter, auf HF Inference Providers oder auf einen vLLM- oder llama.cpp-Server auf Ihrer eigenen Hardware für einen vollständig lokalen, vollständig offenen Stack ausrichten können.
Open Source Health
- Stars
- 13,184
- Forks
- 1,664
- License
- Apache-2.0
- Last commit
- 1 months ago
Python
Alternativen zu Speech To Speech
Rclipvon Yurij MikhalevichSemantische Fotosuche für die Kommandozeile
ChineseNERvon jingyuanzhangEin neuronales Netzwerkmodell zur Erkennung benannter Entitäten im Chinesischen.
Head Pose Estimationvon Yin GuobingEchtzeit-Schätzung der Kopfpose des Menschen mit ONNXRuntime und OpenCV.
Video Subtitle Extractorvon 天涯古巷视频硬字幕提取，生成srt文件。无需申请第三方API，本地实现文本识别。基于深度学习的视频字幕提取框架，包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generating srt files.
U 2 Netvon Xuebin QinDer Code für unser neu akzeptiertes Papier in Pattern Recognition 2020: "U^2-Net: Tiefer gehen mit geschachtelter U-Struktur zur Erkennung auffälliger Objekte."
Ressourcen & Links
Verwandte Kategorien
Nutzt du Speech To Speech?
Behalte die Kosten neben dem Rest deines Stacks im Blick und lass dich vor der Verlängerung erinnern.
Zu meinem Stack hinzufügenAnbieter
Hugging Face
Publisher of Speech To Speech, Diffusers and Optimum
