搜索结果：python（124 个）
按分类缩小范围
FunASR
综合 80
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
cvat
综合 78
支持图像、视频、音频和 3D 数据集的标注平台，提供 AI 辅助标注及协作管理功能。
agents
综合 77
用于构建实时语音 AI Agent（智能体）的开发框架。
brag
综合 76
只需一条命令，即可将你刚开发完成的项目生成可供分享的宣传短视频。
datasets
综合 76
汇聚海量 AI 模型开箱即用数据集的枢纽，并提供快速、易用且高效的数据处理工具。
oomwoo
综合 76
开源扫地机器人项目。
img2threejs
综合 75
将参考图像重建为纯代码、支持动画的 Three.js 模型的轻量高效图像转 3D 工具。
instaloader
综合 74
用于从 Instagram 下载图片、视频及其配文等元数据的工具。
rea-video （视频分镜逆向拆解与复刻）
综合 74
一款视频逆向分析工具，逐镜头拆解是实拍、AI生成还是代码制作，并提供复刻思路。
VideoLingo
综合 74
全自动 AI 视频字幕组工具，支持高质量字幕切割、翻译、对齐以及自动配音。
Meshroom
综合 72
基于节点的三维重建可视化编程工具箱。
PaddleOCR （飞桨多语言OCR工具库）
综合 72
轻量且功能强大的 OCR 工具包，将 PDF 和图片文档转换为供 LLM 使用的结构化数据，支持超 100 种语言。
ten-framework
综合 72
用于构建对话式语音 AI Agent 的开源框架。
Speech
综合 72
NVIDIA 的生成式 AI 框架，专为大语言模型、多模态及语音 AI（ASR 与 TTS）研究与开发打造。
peach
综合 71
本地优先的视频元数据刮削与媒体管理工具。
speechbrain
综合 71
基于 PyTorch 的开源全能语音处理工具包。
streamlink
综合 70
可将各大流媒体平台视频流直接传输至本地播放器的 CLI 命令行工具。
beets
综合 70
音乐库管理工具，支持使用 MusicBrainz 自动抓取并整理标签信息。
CosyVoice
综合 70
多语言大规模语音生成模型，提供涵盖推理、训练和部署的全栈能力。
HivisionIDPhotos
综合 70
轻量且高效的 AI 证件照制作工具与算法。