Projet open source sur l'IA

Introduction générale TreeGPT est une application de chat open source basée sur Next.js, qui se concentre sur la visualisation des conversations avec de grands modèles de langage (LLM, par exemple, GPT) à travers des structures de graphes arborescents (graphes acycliques dirigés, DAG), remplaçant les méthodes de chat linéaires traditionnelles pour améliorer la vitesse et la...

Introduction générale ai-gradio est une boîte à outils Python open source conçue pour aider les développeurs à intégrer et à utiliser facilement plusieurs modèles d'IA. Construit sur Gradio, le projet fournit une interface unifiée pour prendre en charge plusieurs modèles et services d'IA. Qu'il s'agisse de texte, de parole ou de vidéo...

Introduction générale ComfyUI-disty-Flow est un nœud personnalisé qui fournit une interface conviviale à ComfyUI. Il est destiné à simplifier l'exécution des flux de travail en fournissant une interface utilisateur alternative à la création de flux de travail....

Introduction BrushEdit est un outil de réparation et d'édition d'images tout-en-un développé par Tencent ARC Labs. L'outil est basé sur la dernière technologie d'intelligence artificielle et est capable d'identifier et de réparer automatiquement les défauts des images, tout en prenant en charge l'édition interactive par les utilisateurs.BrushEdit combine...

Introduction générale Sonic est une plateforme innovante axée sur la perception audio globale, qui vise à générer des portraits animés par l'audio. Développée par une équipe de chercheurs de Tencent et de l'université de Zhejiang, la plateforme utilise les informations audio pour contrôler les expressions faciales et les mouvements de tête afin de générer des vidéos animées naturelles et fluides....

Introduction AI2SRT est un projet open source qui utilise le grand modèle GeminiAI pour générer en un clic de courtes vidéos narrées et des résumés vidéo pour de longues vidéos, tout en prenant en charge les sous-titres de transcription audio et vidéo. Le projet vise à simplifier le processus de création de contenu vidéo et à fournir des fonctions efficaces de génération et de traduction de sous-titres. Les utilisateurs peuvent passer...

Description générale DeepSeek Engineer est un puissant outil d'aide à la programmation basé sur l'API DeepSeek qui interagit avec l'utilisateur par le biais d'une interface de ligne de commande intuitive pour l'aider dans une variété de tâches de développement de logiciels. L'outil combine la puissance de la modélisation du langage à grande échelle avec...

Introduction générale FlashMLA est un noyau de décodage MLA (Multi-head Latent Attention) efficace développé par DeepSeek AI, optimisé pour les GPU NVIDIA Hopper...

Introduction générale Spark-TTS est un outil de synthèse vocale open source développé par l'équipe de SparkAudio, hébergé sur GitHub, conçu pour aider les utilisateurs à convertir efficacement un texte en une parole naturelle et fluide....

Introduction générale OpenManus-RL est un projet open source développé par UIUC-Ulab en collaboration avec l'équipe OpenManus de la communauté MetaGPT, hébergé sur GitHub.

Description générale Markdown to Image est un composant React permettant de rendre un texte Markdown en images visuellement attrayantes pour les médias sociaux. Le projet comprend également un éditeur web intégré qui peut être utilisé comme un éditeur en ligne Markdown to poster...

Introduction complète XRAG (eXamining the Core) est un cadre d'analyse comparative conçu pour évaluer les composants sous-jacents des systèmes avancés de génération d'augmentation de la recherche (RAG). En profilant et en analysant chaque module de base, XRAG fournit des informations sur la manière dont les différentes configurations et les différents composants affectent...

Introduction complète OuteTTS est un modèle expérimental de synthèse vocale qui utilise une approche de modélisation du langage pur pour générer une parole de haute qualité. Contrairement aux systèmes TTS traditionnels, OuteTTS ne nécessite pas d'adaptateurs externes ou d'architectures complexes. Le modèle est basé sur l'architecture LLaMa...

Introduction générale Supermemory est un projet open source conçu pour aider les utilisateurs à construire leur "deuxième cerveau". Grâce à une puissante extension Chrome et à une technologie d'intelligence artificielle, il permet aux utilisateurs de sauvegarder, d'organiser et de récupérer facilement des données à partir de pages web, de signets Twitter...

Introduction complète VoiceCraft est un outil open source d'édition de la parole et de synthèse vocale sans échantillon basé sur le modèle de langage du codec neuronal. Il utilise une méthode innovante de génération de séquences codées qui permet des opérations d'insertion, de suppression et de remplacement sur des séquences de parole existantes afin de générer une parole éditée naturelle et cohérente...

Introduction générale VimLM est un plugin Vim qui fournit un assistant de code piloté par le LLM (Large Language Model) natif. Interagissant avec le modèle LLM natif par le biais de commandes Vim, il obtient automatiquement le contexte du code et aide les utilisateurs à éditer du code dans Vim....

Introduction générale Ichigo est un projet open source d'IA vocale en temps réel qui vise à étendre les modèles de langage basés sur le texte avec des capacités d'écoute natives. Le projet utilise des techniques de fusion précoces inspirées de l'article de Meta sur le caméléon....

Introduction complète StreamingT2V est un projet public développé par l'équipe de recherche en IA Picsart qui vise à générer des vidéos longues cohérentes, dynamiques et évolutives basées sur des descriptions textuelles. Cette technologie utilise une approche autorégressive avancée qui garantit la cohérence temporelle de la vidéo avec le texte de description...

Introduction générale Orate est une boîte à outils d'IA axée sur la génération et la transcription de la parole. Il fournit une API unifiée qui s'intègre de manière transparente avec les principaux fournisseurs d'IA tels que OpenAI, ElevenLabs et AssemblyAI afin d'aider les utilisateurs à créer des...

Introduction générale Agentarium est un puissant framework Python dédié à la gestion et à l'orchestration d'agents intelligents d'IA (Agents). Le framework fournit un moyen flexible et intuitif de créer, gérer et orchestrer les interactions entre plusieurs agents d'IA. Il utilise A...

Introduction générale AgentNetworkProtocol (ANP en abrégé) est un projet de protocole open source, hébergé sur GitHub, visant à fournir des solutions de communication sécurisées et efficaces pour les agents intelligents (AI Agents). Il fonctionne selon une architecture à trois niveaux - identité et cryptage...

Introduction générale RAIN (Real-time Animation Of Infinite Video Stream) est un projet open source conçu pour générer en temps réel des effets d'animation pour des flux vidéo infinis. Le projet a été développé par Pscgylotti,...

Introduction complète CR-Mentor est un outil intelligent de révision de code qui combine une base de connaissances professionnelle avec la puissance de la modélisation des grands langages (LLM). Il prend non seulement en charge l'examen du code pour tous les langages de programmation, mais il personnalise également des critères d'examen exclusifs et des domaines d'intérêt pour les équipes sur la base des meilleures pratiques accumulées dans la base de connaissances. Grâce à...

Introduction générale Inspiré par les fonctionnalités de génération de podcasts de Notebook LM et la récente implémentation Open Notebook LM open source. Dans cette recette, nous allons mettre en place un guide détaillé étape par étape sur la façon de construire un pipeline PDF vers podcast. Étant donné n'importe quel PDF...

Introduction générale Open-LLM-VTuber est un projet open source qui permet aux utilisateurs d'interagir avec de grands modèles de langage (LLM) par le biais de la parole et du texte, et qui intègre la technologie Live2D pour présenter des personnages virtuels dynamiques. Il est compatible avec Windows, macOS et Linux, et peut être entièrement...

Introduction complète CogAgent est un modèle de langage visuel open source développé par le groupe de recherche sur l'exploration des données de l'université de Tsinghua (THUDM), visant à automatiser le fonctionnement de l'interface utilisateur graphique (GUI) sur toutes les plates-formes. Le modèle est basé sur CogVLM (GLM-4V-9B) et prend en charge les...

Introduction générale FastAPI DocGPT est un système de quiz basé sur FastAPI qui permet aux utilisateurs de télécharger des fichiers PDF et de répondre à des quiz basés sur le contenu du document. Le système utilise la technologie d'intégration d'OpenAI pour intégrer le contenu des documents dans une base de données vectorielle Q...

Introduction complète go-stock est un outil d'analyse boursière basé sur l'IA et construit sur Wails et NaiveUI. L'outil est capable de surveiller en temps réel les cotations boursières, d'afficher les coûts et les profits/pertes et de déclencher des alarmes. Toutes les données sont sauvegardées localement pour...

Introduction complète llmstxt-generator est un outil professionnel d'extraction et d'intégration de contenu web dédié à la préparation d'ensembles de données textuelles de haute qualité pour l'entraînement et l'inférence dans le cadre de la modélisation du langage étendu (LLM). L'outil a été développé par Mendable AI en utilisant @firec...

Description générale Charla est une application de chat basée sur un point d'accès et conçue pour engager un dialogue avec des modèles de langue maternelle. L'application s'intègre au backend Ollama, prend en charge le dialogue contextuel et enregistre les sessions de chat sous forme de fichiers Markdown. Les utilisateurs peuvent simplement...

Introduction générale X-Kit est un outil open source conçu pour explorer et analyser les données et les tweets des utilisateurs de X (anciennement Twitter). Développé par l'utilisateur GitHub xiaoxiunique, l'outil est conçu pour aider les utilisateurs à automatiser le processus d'obtention d'informations de base et de tweets sur un utilisateur X donné et...

Introduction générale code2prompt est un outil de ligne de commande open source, créé et hébergé sur GitHub par le développeur Mufeed VH, conçu pour aider les utilisateurs à convertir rapidement des bases de code entières en invites adaptées au Large Language Model (LLM) (invite...

Introduction complète SkyReels-V2 est un modèle de génération vidéo open source développé par SkyworkAI. Il prend en charge la génération de vidéos de longueur illimitée grâce à une technologie avancée de forçage par diffusion, et convient aux...

Introduction générale Cloudflare Serverless Registry est un registre de conteneurs sans serveur basé sur les travailleurs Cloudflare et le stockage R2. Il prend en charge les images "push" et "pull" et fournit un nom d'utilisateur, un mot de passe et...

Introduction complète R1-V est un projet open source qui vise à réaliser des percées dans la modélisation du langage visuel (VLM) grâce à l'apprentissage par renforcement (RL) à faible coût. Le projet utilise des mécanismes de récompense vérifiables pour motiver les VLM à apprendre des capacités de comptage génériques. Étonnamment, le 2B de R1-V ...

Introduction complète Step-Audio est un cadre d'interaction vocale intelligente open source conçu pour fournir des capacités de compréhension et de génération vocales prêtes à l'emploi pour les environnements de production. Le cadre prend en charge les conversations multilingues (par exemple, le chinois, l'anglais, le japonais), les discours émotionnels (par exemple, heureux, triste), les dialectes régionaux (par exemple, le cantonais, le sichuan ...

Description générale XDOllama est une application de bureau conçue pour les utilisateurs de MacOS afin d'invoquer rapidement des modèles d'IA tels qu'Ollama, Dify et Xinference. Avec une interface et un flux de travail simplifiés, l'application permet aux utilisateurs de...

Introduction complète Laminar est une plateforme open source d'optimisation de l'ingénierie de l'IA axée sur l'ingénierie de l'IA à partir des premiers principes. Elle aide les utilisateurs à collecter, comprendre et utiliser les données pour améliorer la qualité des applications LLM (Large Language Modelling)....

Introduction générale Swarm est un cadre éducatif expérimental développé par OpenAI pour explorer des interfaces légères, contrôlées et faciles à tester pour les systèmes multi-agents. Le cadre est principalement utilisé pour démontrer les transferts et les modèles de routine entre les agents, aidant les développeurs à comprendre et à mettre en œuvre la coordination et l'exécution des systèmes multi-agents...

Introduction SHMT (Self-supervised Hierarchical Makeup Transfer) est un projet de migration hiérarchique de maquillage auto-supervisé basé sur un modèle de diffusion latent, visant à obtenir des effets de maquillage de haute qualité grâce à des méthodes d'apprentissage non supervisées....

Introduction générale MultiPost-Extension est une puissante extension de navigateur conçue pour aider les utilisateurs à publier du contenu sur plusieurs plateformes de médias sociaux en un seul clic. L'extension prend en charge la publication simultanée sur plus de 10 plateformes principales, y compris Zhihu, Weibo, Xiaohongshu, TikTok ...

Introduction générale Video Starter Kit (Video Starter Kit) est un projet open source publié par fal-ai-community pour montrer comment utiliser des modèles d'IA pour la production de vidéos dans le navigateur. Il fournit des outils pour convertir des images en vidéo à partir de...

Introduction générale 1-2-1-MNVTON est un projet open source basé sur GitHub qui vise à fournir une technologie de "normalisation spécifique à la modalité pour l'essai virtuel" (MNVTON) par...

Introduction complète Diffbot LLM Reasoning Server est un système innovant de modélisation du langage à grande échelle avec des optimisations et des améliorations spéciales basées sur l'architecture du modèle LLama. La caractéristique la plus importante du projet est l'intégration d'un graphe de connaissances en temps réel avec une génération...

Introduction générale MiMo est un projet open source de modélisation de grands langages développé par Xiaomi, qui se concentre sur le raisonnement mathématique et la génération de code. Le produit principal est la famille de modèles MiMo-7B, qui contient un modèle de base (Base), un modèle de réglage fin supervisé (SFT), un modèle chimique fort formé à partir du modèle de base...

Introduction générale ModelBest est une entreprise qui se concentre sur le développement de grands modèles légers et très performants, et qui se consacre à l'application de technologies d'IA avancées à l'électronique grand public et à tous les types d'appareils finaux de la vie quotidienne. Sa série MiniCPM de modèles d'extrémité dotés d'une puissance arithmétique et d'une efficacité d'utilisation de la mémoire extrêmes...

Description générale Translation Agent WebUI est une interface utilisateur web basée sur Gradio conçue pour l'agent de traduction d'Andrewyng. L'outil est capable de détecter automatiquement la transmission...

Description générale Reactive Resume est un outil de création de CV gratuit et open source conçu pour simplifier le processus de création, de mise à jour et de partage des CV. La plateforme met l'accent sur la confidentialité de l'utilisateur, sans traçage ni publicité. Les utilisateurs peuvent auto-héberger l'application en moins de 30 secondes, en prenant le contrôle total de leur...

Introduction Quanta Quest est le premier produit au monde dont l'axe d'évolution principal est "big model end-side + C-side data localisation". Il permet aux utilisateurs de stocker localement toutes les données de Gmail, Notion, Dropbox, etc. et de les traiter à l'aide d'une base de données vectorielle pour...

Introduction HelloMeme est un projet open source développé par HelloVision, qui vise à intégrer des bandes de haut niveau et de haute fidélité dans les modèles de diffusion en intégrant les Spatial Knitting Attentions...

Introduction complète RF-DETR est un modèle de détection d'objets open source développé par l'équipe Roboflow. Il est basé sur l'architecture Transformer et sa caractéristique principale est l'efficacité en temps réel. Pour la première fois, le modèle atteint plus de 60 AP en temps réel sur l'ensemble de données Microsoft COCO...

Introduction générale AutoMouser est une extension Chrome qui suit intelligemment les interactions de l'utilisateur et génère automatiquement du code de test Selenium en utilisant les modèles GPT d'OpenAI. Pour ce faire, il enregistre les actions du navigateur de l'utilisateur et les convertit...

Introduction générale Morphic est un moteur de recherche basé sur la technologie de l'intelligence artificielle avec une interface utilisateur générative conçue pour fournir des questions et réponses intelligentes et une expérience de recherche efficace. Les utilisateurs peuvent effectuer une variété de recherches avec Morphic, y compris des textes, des vidéos, etc., et peuvent enregistrer l'historique de recherche et partager les résultats de recherche.

Comprehensive introduction Aggregator est un projet open source visant à créer un pool de proxy gratuit qui peut crawler une variété de nœuds de proxy disponibles. La plateforme dispose d'un système de plug-in flexible, les utilisateurs peuvent selon les besoins spéciaux du site cible, à travers des plug-ins pour réaliser des fonctions spécifiques. Le projet est principalement utilisé pour apprendre à crawler ...

Introduction complète BotSharp est un projet open source basé sur .NET Core dédié à fournir un outil complet de construction de plateforme de chatbot IA. Il utilise la programmation C#, supporte les opérations multiplateformes et vise à simplifier l'application des algorithmes d'apprentissage automatique, permettant aux développeurs...

Introduction complète aisuite est une interface simple et unifiée conçue pour permettre aux développeurs d'invoquer facilement les services de plusieurs fournisseurs d'IA générative. Avec une interface similaire à celle d'OpenAI, aisuite facilite l'interaction avec les LLM (Large Language Models) les plus populaires...

Introduction générale PPTAgent est un système innovant conçu pour générer automatiquement des présentations à partir de documents. Le système s'inspire de l'approche humaine de la création de présentations, en utilisant un processus en deux étapes pour garantir la qualité du contenu et l'impact visuel. De plus, PPTAgent introduit PPTEval, un outil complet de...

Introduction complète ComfyUI-Copilot est un nœud personnalisé piloté par l'IA conçu pour le framework ComfyUI, visant à améliorer l'efficacité du débogage et du déploiement des algorithmes d'IA grâce à l'interaction avec le langage naturel. Il est développé par l'équipe AIDC-AI (Alibaba) et dérivé de GitHu...

Introduction générale Outlines est une bibliothèque open source développée par dottxt-ai pour améliorer l'application des grands modèles de langage (LLM) par la génération de textes structurés. La bibliothèque prend en charge une variété d'intégrations de modèles, y compris OpenAI, les transformateurs...

Introduction générale Chatlog est un outil open source qui se concentre sur l'extraction et l'interrogation des journaux de chat à partir de la base de données locale de WeChat. Il prend en charge les versions 3.x et 4.0 de WeChat, pour les systèmes Windows et macOS. Les utilisateurs peuvent utiliser la ligne de commande, l'interface terminal ou H...

Introduction générale MemFree est un moteur de recherche hybride avancé capable de rechercher et de poser des questions à travers des textes, des images, des documents et des pages web. Il fournit un accès en un seul clic aux résultats de recherche pour les textes, les cartes mentales, les images et les vidéos. Il permet d'accéder en un seul clic aux résultats de recherche de textes, de cartes heuristiques, d'images et de vidéos....

Introduction PocketFlow est un framework léger de développement d'applications IA avec seulement 100 lignes de code, développé par l'équipe de The-Pocket et open source sur GitHub. Il poursuit une conception minimaliste, le contrôle du code de base en 100 lignes, aucune dépendance externe ...

Introduction détaillée Qwen2.5-Omni est un modèle d'IA multimodale open source développé par l'équipe Qwen d'Alibaba Cloud. Il peut traiter de multiples entrées telles que du texte, des images, de l'audio et de la vidéo, et générer des réponses textuelles ou vocales naturelles en temps réel. Le modèle a été lancé en 2025, le 3 ...

Introduction OneFileLLM est un outil de ligne de commande open source conçu pour consolider plusieurs sources de données en un seul fichier texte afin de faciliter l'entrée dans les grands modèles de langage (LLM). Il permet de traiter les dépôts GitHub, les articles ArXiv, les transcriptions de vidéos YouTube, les...

Introduction complète Go-Proxy est un serveur proxy haute performance développé en langage Go, principalement utilisé pour fournir des services proxy dans différents environnements réseau. Il supporte une variété de protocoles, y compris HTTP, HTTPS, SOCKS5, WebSocket, TCP et UDP, et peut ...

Introduction générale TankWork est un agent de bureau open source conçu pour permettre à l'IA de percevoir et de contrôler votre ordinateur grâce à la vision par ordinateur et à l'interaction au niveau du système. Le cadre permet aux agents de contrôler directement les ordinateurs par le biais de commandes vocales et textuelles, de traiter le contenu de l'écran en temps réel et de fournir des...

Introduction Tap4 AI WebUI est un projet open source de site web de navigation d'outils d'IA, conçu pour aider les utilisateurs à construire facilement leur propre catalogue d'outils d'IA. Le projet utilise les technologies Next.js et Supabase, ainsi que l'optimisation SEO multi-langues pour fournir des outils...

Introduction générale Stagehand est un cadre de navigation web d'IA axé sur la simplicité et l'extensibilité. Il est entièrement compatible avec Playwright et fournit trois API d'IA simples (agir, extraire et observer) qui sont construites sur la base...

Introduction générale OpenVoice est une méthode polyvalente de clonage vocal instantané qui vous permet de copier la voix d'un locuteur de référence et de générer un discours multilingue en utilisant uniquement de courts clips audio du locuteur. En plus de copier les tons, OpenVoice permet de contrôler finement le style de la voix, y compris les émotions...

Introduction générale Orama est un moteur de recherche open source de haute performance , écrit entièrement en TypeScript , supportant la recherche plein texte , la recherche vectorielle et la recherche hybride .Orama est conçu pour fonctionner dans n'importe quel environnement d'exécution JavaScript , fournissant des ...

Introduction générale VideoChat est un projet de personne numérique d'interaction vocale en temps réel basé sur une technologie open source, supportant à la fois les schémas vocaux de bout en bout (GLM-4-Voice - THG) et les schémas en cascade (ASR-LLM-TTS-THG). Le projet permet aux utilisateurs de personnaliser les ...

Introduction générale dify-plugin-tools-dbquery est un plugin open source conçu pour la plateforme Dify 1.0, publié par le développeur junjiem sur GitHub. Il fournit des fonctionnalités d'interrogation de base de données pour aider les utilisateurs à construire...

Introduction générale Languine est un puissant outil de traduction développé par Midday pour aider les développeurs à rationaliser le processus de localisation de leurs applications. Avec Languine, les développeurs peuvent tirer parti de la technologie de l'IA pour générer rapidement des traductions précises et contextualisées....

Introduction générale Babelfish.ai est une application de transcription et de traduction en temps réel construite sur Huggingface Transformer.js et Supabase Realtime. L'application peut charger de grands modèles dans le navigateur et...

Introduction complète Gemini Balance est un service proxy d'API OpenAI développé sur la base du framework FastAPI, visant à fournir une gestion efficace des clés multi-API et des fonctionnalités d'optimisation. Le projet prend en charge les appels de modèle Gemini, et les principales...

Introduction générale GPT-Telegram-Worker est un bot Telegram AI multi-modèle basé sur Cloudflare Workers avec un support pour de multiples APs tels que OpenAI, Claude, Azure, et plus encore...

Introduction générale La DSPy Example Codebase est une base de code GitHub maintenue par l'équipe Langtrace AI qui présente une variété d'exemples de programmes d'IA construits en utilisant DSPy. La base de code est conçue pour démontrer les nombreuses fonctionnalités de DSPy à travers des exemples réels afin d'aider les développeurs à mieux comprendre...

Introduction complète Kheish est un agent multirôle open source conçu pour les tâches de modélisation des grands langages (LLM) qui nécessitent une collaboration structurée, étape par étape. Kheish est plus qu'un simple coordinateur, c'est un agent intelligent à part entière, qui demande des modules à la demande, intègre des...

Introduction générale Executive AI Assistant (EAIA) est un outil d'assistance basé sur l'IA conçu pour aider les utilisateurs à automatiser et à gérer leurs tâches quotidiennes. Développé par LangChain, l'outil est capable de traiter les courriels, de planifier, de gérer des tâches et d'autres...

Une introduction complète SimGRAG (SimGRAG : Leveraging Similar Subgraphs for Knowledge Graphs Driven Retrieval-Augmented G...

Introduction complète TableGPT Agent est un outil intelligent basé sur le projet open source GitHub, conçu pour le traitement et l'analyse de données tabulaires. Il s'appuie sur le modèle de langage TableGPT2 et utilise l'interaction avec le langage naturel pour permettre aux utilisateurs d'interroger, de manipuler...

Description générale AnkiAIUtils est un ensemble d'outils améliorés par l'IA et conçus pour le système d'apprentissage Anki. Développé par un étudiant en médecine, l'outil est conçu pour améliorer automatiquement les cartes avec lesquelles les utilisateurs ont des difficultés au cours du processus d'apprentissage grâce à la technologie de l'IA. Il fournit intelligemment aux utilisateurs des...

Introduction complète Higress est une passerelle API cloud-native développée par Alibaba, construite sur Istio et Envoy, conçue pour fournir une planification efficace du trafic, une gouvernance des services et des solutions de sécurité. Il prend en charge les extensions Wasm pour de nombreux langages de programmation pour les activités d'IA...

Introduction complète DeepEval est un cadre d'évaluation LLM open source facile à utiliser pour évaluer et tester de grands systèmes de modélisation du langage. Il est similaire à Pytest mais se concentre sur les tests unitaires de la sortie LLM. Il est similaire à Pytest, mais se concentre sur les tests unitaires des résultats LLM. DeepEval combine les derniers résultats de la recherche...

SpeechGPT 2.0-preview est le premier système d'interaction anthropomorphique en temps réel introduit par OpenMOSS, qui est formé sur la base de millions d'heures de données vocales. Le système est équipé d'une expression vocale anthropomorphique et d'une réponse à faible latence de 100 ms, ce qui permet de...

Introduction générale ChatTTS est un modèle de parole génératif conçu pour les scénarios de dialogue. Il génère une parole naturelle et expressive, prend en charge plusieurs langues et plusieurs locuteurs, et convient aux dialogues interactifs. Pour ce faire, le modèle prédit et contrôle des caractéristiques rythmiques fines telles que les rires, les pauses et les interjections, sup...

Introduction bilive est un outil conçu pour l'enregistrement en direct de stations B. Il permet un enregistrement en direct extrêmement rapide, un découpage automatique, un rendu des fenêtres contextuelles et une génération de sous-titres. L'outil est compatible avec les machines à très faible configuration, prend en charge l'enregistrement sans surveillance 7x24 heures, identifie et rend automatiquement les pop-ups et les sous-titres, coupe et...

Introduction complète OpenAI Realtime WebRTC Python est une bibliothèque Python professionnelle qui fournit aux développeurs une solution complète pour l'interaction vocale avec l'API OpenAI Realtime. Le projet est basé sur la technologie WebRTC, qui permet...

Introduction complète SemHash est un outil léger et flexible pour dédupliquer des ensembles de données par similarité sémantique. Il combine la génération rapide d'embedding de Model2Vec avec la recherche de similarité ANN (approximate nearest neighbour) de Vicinity....

Introduction complète Ultravox est un modèle multimodal innovant de grande langue (LLM) conçu pour le traitement de la parole en temps réel. Contrairement aux systèmes de reconnaissance vocale traditionnels, Ultravox élimine le besoin d'une étape séparée de reconnaissance de la parole audio (ASR), et est capable de convertir directement l'audio dans un espace...

Introduction complète Pyramid Flow est une méthode efficace de génération vidéo autorégressive basée sur la technique de correspondance des flux. La méthode permet d'obtenir une meilleure efficacité de calcul dans la génération et la décompression de contenu vidéo en interpolant entre différentes résolutions et différents niveaux de bruit...

QAnything Introduction détaillée QAnything (Question and Answer based on Anything) est un système de questions-réponses de base de connaissances locale lancé par NetEase, qui prend en charge toutes sortes de formats de fichiers et de bases de données, et qui peut être installé et utilisé hors ligne.....

Introduction complète Flowgram.ai est un moteur de construction de processus open source développé par ByteDance. Il est basé sur l'édition de nœuds, pour aider les développeurs à créer rapidement des flux de travail, le support de la mise en page fixe et la liaison libre deux modes . Le projet est écrit en TypeScript...

Introduction générale Devin Cursor Rules est un projet open source qui vise à améliorer l'environnement de développement intégré (IDE) Cursor et Windsurf avec des fichiers de configuration et des outils pour permettre des capacités d'IA avancées similaires à Devin. Le projet fournit plus de...

Introduction complète R1-Onevision est un modèle de macrolangage multimodal open source développé par l'équipe Fancy-MLLM, qui se concentre sur la combinaison profonde de la vision et du langage, capable de traiter des entrées multimodales telles que des images et du texte, et d'être performant dans les domaines du raisonnement visuel, de la compréhension d'images, de la résolution mathématique, etc.....

Introduction complète GeminiCoder est un outil innovant de génération d'applications web développé sur la base de l'API Google Gemini. Le projet hérite des excellentes fonctionnalités de LlamaCoder et intègre la dernière version de Gemini 1.5 Pr...

Introduction générale DataLine est un puissant outil d'analyse et de visualisation de données conçu pour aider les utilisateurs à interagir avec une variété de sources de données par le biais d'opérations simples. Qu'il s'agisse d'un fichier CSV ou d'une base de données classique telle que Postgres, MySQL, Snowflake, SQL...

Description générale CoolCline est un puissant assistant de codage qui combine les meilleures caractéristiques de Cline, Roo Cline et Bao Cline. Il fonctionne de manière transparente avec votre interface de ligne de commande (CLI) et votre éditeur...

Introduction générale Kilo Code est un plug-in d'extension open source pour Visual Studio Code (VS Code en abrégé). Il utilise une technologie d'intelligence artificielle pour aider les utilisateurs à écrire du code plus efficacement. Ce projet a été développé par l'équipe Kilo-Org,...