AuK
AuK: An Open-Source Foundational Model for Speech Generation and Editing
Machine Learning Model TrainingML FrameworksOpen Source
About
AuK es un modelo fundamental que se centra en varios aspectos de la tecnología del habla, incluyendo la extracción de hablantes, la mejora del habla y las capacidades de texto a voz. Construido con Python y PyTorch, admite aplicaciones de aprendizaje profundo en la edición y generación de voz. Este modelo es adecuado para desarrolladores e investigadores interesados en avanzar en tecnologías relacionadas con el habla.
Open Source Health
- Stars
- 708
- Forks
- 48
- License
- Not stated
- Last commit
- 29 days ago
Python
Alternativas a AuK
Rclipby Yurij MikhalevichBúsqueda semántica de fotos para la línea de comandos
ChineseNERby jingyuanzhangUn modelo de red neuronal para el reconocimiento de entidades nombradas en chino.
Head Pose Estimationby Yin GuobingEstimación de la pose de la cabeza humana en tiempo real con ONNXRuntime y OpenCV.
Video Subtitle Extractorby 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 Netby Xuebin QinEl código de nuestro artículo recientemente aceptado en Pattern Recognition 2020: "U^2-Net: Profundizando con Estructura U Anidada para Detección de Objetos Salientes."
Resources & Links
Related Categories
¿Usas AuK?
Controla su coste junto al resto de tu stack y recibe un recordatorio antes de que se renueve.
Añadir a mi stackVendor
Tencent-Hunyuan
Open-source projects on GitHub: HunyuanVideo, HunyuanVideo-1.5 and HunyuanOCR