aiknow
Whisper

Whisper

github.com

OpenAI 开源的通用语音识别模型,支持多语言转写、翻译与语种识别,可本地运行。

开源可自部署美国本地模型命令行Linux
GitHub ★ 110,133被推荐 3 次

适合做什么

适合开发者做语音转文字、字幕生成、会议转写;需要本地部署或自建语音识别服务的人。

标签与属性

价格
国家 / 地区
支持模型

谁在推荐

@steven2358/awesome-generative-ai · awesome 列表出处 ↗
Whisper - Robust speech recognition via large-scale weak supervision. #opensource

同类推荐

开源模型

Meta 开源的图像分割基础模型,支持点/框提示生成高质量物体掩码,零样本能力强。

开源可自部署本地模型LinuxWindows
github.com1 处推荐
开源模型

开源的潜在文本到图像扩散模型,可在消费级 GPU 上本地生成高质量图片。

可自部署多模态本地模型LinuxWindows
github.com1 处推荐
开源模型

Stability AI 开源的潜在扩散文生图模型,可根据文本提示生成照片级写实图像。

开源可自部署多模态本地模型网页
huggingface.co2 处推荐
开源模型

Stability AI 开源的文生图扩散模型,SDXL 基础版,可本地或云端推理生成高清图像。

开源可自部署有 API网页Linux
huggingface.co1 处推荐
开源模型

Grounding DINO

★ 10,649

开放集目标检测模型,用文本提示即可检测任意物体,ECCV 2024 官方开源实现

开源可自部署多模态LinuxWindows
github.com1 处推荐
开源模型

CodeFormer

★ 18,173

基于码本查找 Transformer 的盲人脸修复模型,可修复老照片、增强模糊人脸并支持上色与补全。

可自部署LinuxWindows
github.com1 处推荐