搜索结果：tool（41 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。
OpenCreator
综合 79
原名 KrillinAI，支持 120+ 语言的视频翻译与配音工具，面向创作者的开源 AI 工作台。
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。
Toonflow-app
综合 77
开源短剧与漫剧创作平台，集成剧本分镜、资产管理、图影生成，支持无限画布、Agent 与本地部署。
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。
omni-tools
综合 74
可自托管的网页端日常工具集，无广告无追踪，浏览器即开即用
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。
Meshroom
综合 71
基于节点的三维重建可视化编程工具箱。
redoc
综合 71
基于 OpenAPI/Swagger 规范生成的 API 参考文档展示工具。
HivisionIDPhotos
综合 70
轻量且高效的 AI 证件照制作工具与算法。
Concat
综合 70
Beta 版：免费、开源、本地优先的跨平台视频编辑器，支持通过 JSON-RPC API 与 MCP 编写脚本。
speechbrain
综合 70
基于 PyTorch 的开源全能语音处理工具包。
X-AnyLabeling
综合 68
轻量高效的跨平台桌面标注工具，支持文本、图像、视频、点云等多模态数据标注。
VideoCaptioner
综合 66
基于 LLM 的智能字幕助手，支持字幕生成、断句、校正与翻译全流程。
PaddleSpeech
综合 66
易用的语音工具包，包含 ASR、流式 TTS、声纹识别及端到端语音翻译等。
video-subtitle-remover
综合 64
基于 AI 本地去除图片和视频硬字幕及文本水印的工具，无损画质且无需第三方 API。
readest
综合 63
功能丰富的现代化电子书阅读器，支持跨平台与直观的阅读体验。
rembg
综合 63
基于深度学习的图片背景快速消除工具。
icloud_photos_downloader
综合 63
用于从 iCloud 批量下载照片的命令行工具。
monolith
综合 62
可将完整网页打包保存为单个独立 HTML 文件的 CLI/GUI 工具及代码库。