Ichigo Llama 3.1官网 – 开源的多语言语音处理项目

S.A.T.U.R.D.A.Y是一个用于处理WebRTC、音频和AI的工具箱，基于Pion、whisper.cpp和Coqui TTS构建。

UI-Act 是一个基于 Transformer 模型的系统，旨在通过图形用户界面与计算机进行自然交互。其设计目的是为了无缝集成到人机工作流中，模型能够利用专家的人工演示进行训练，从而提升操作的自动化与智能化水平。

Salad 是一个提供超过10,000个GPU的云平台，专为生成式AI设计。它允许用户节省高达90%的云计算费用，并轻松部署AI/ML生产模型。用户可以通过注册账户、选择资源、容器化应用程序，Salad将管理其余的操作。

开源中英双语对话模型 ChatGLM-6B 的第二代版本，拥有更强大的性能、更长的上下文、更高效的推理和更开放的协议。

MobileCPM是一个旨在帮助开发者将大型语言模型无缝集成到移动应用中的工具集，能够实现多种用例的本地模型能力，支持在移动设备上运行并提供多种功能，简化了开发者的集成过程。

Whisper是OpenAI推出的强大语音识别模型，支持多语言语音转文本，能够高精度地识别口语、方言，并自动生成字幕。它采用Transformer架构，具备强大的抗噪能力，适用于视频字幕生成、语音助手、会议记录等场景。Whisper支持99种语言的语音-文本转换，在低资源语种识别任务中WER降低至7.3%，流式处理架构实现200ms端到端延迟，自监督预训练机制减少对标注数据的依赖。

AudioCraft是一个音频类生成式AI项目，由MusicGen、AudioGen和EnCodec三种模型组成，支持多种音频处理任务，具有强大的音频生成能力，并且是一个开源项目。

Speechki是一个AI驱动的语音生成和文本转语音解决方案，用户可以通过它将任何文本转换为高质量的音频内容，支持1100多种声音和80多种语言。

Parky.AI是一款智能停车助手，利用先进的人工智能技术，通过简单的照片解读停车标志和规定，为驾驶者提供即时的停车信息。特别适合在繁忙城市街道或不熟悉社区的驾驶者，Parky.AI提供清晰的解释，告知停车是否允许、适用的条件以及相关的时间限制。该工具在加拿大、美国、英国和澳大利亚优化使用，支持85种语言，是全球驾驶者的不可或缺的工具。

Unriddle是一个AI驱动的工具，旨在简化文档的阅读、写作和学习过程，帮助用户更快地找到、总结和理解信息。通过生成AI助手，用户可以轻松处理复杂内容，进行高效的研究和写作。

Espressive是一款先进的AI自动化工具，旨在彻底改变企业管理内部支持需求的方式。其旗舰功能Barista是一个AI驱动的虚拟支持代理，超越传统人际互动，提升数字化工作环境，降低运营成本，提高员工满意度，简化IT、人力资源和设施管理等部门的帮助台活动。

Mixtral-8x7B-Instruct-v0.1 是由 Mistral AI 开发的开源指令跟随模型，基于 Mixtral-8x7B-v0.1 架构，采用混合专家（MoE）设计，包含 8 个 7B 参数的专家，总参数量约为 46.7B。该模型支持 32k 令牌的上下文长度，能够处理英语、法语、意大利语、德语和西班牙语。在 MT-Bench 基准测试中得分 8.3，表现出色，特别适合需要指令跟随的应用场景。模型通过 Hugging Face transformers 库加载，支持 GPU 加速，生成文本的能力强大且灵活。

Voicer是一个浏览器插件，利用文本转语音技术（TTS）将您选择的网页文本生动地转化为语音，提升阅读体验，让用户可以听到而不是仅仅阅读网页内容。支持多种语言，适合各种场景使用。

learn-regex是一个旨在帮助用户轻松学习和理解正则表达式的工具，提供了多种示例和详细解释，支持多语言版本，特别适合初学者和需要实践的用户。

Mindlogic是一个先进的AI平台，旨在通过个性化的聊天机器人解决方案提升用户互动。它支持多语言，能够理解、记忆并个性化沟通，适用于企业、教育机构和个人创作者。

Wordmax是一款基于AI的内容创作工具，帮助用户快速生成高质量的博客、文章、网站和社交媒体内容。凭借先进的AI技术、预设模板和多语言支持，Wordmax提高了写作效率，并在几秒钟内提供独特原创的内容。

Unlim AI Productivity Bot 是一个在 Telegram 上运行的机器人，结合了 OpenAI 的 GPT 3.5 Turbo 和 GPT 4 模型，具备语音转文本功能、图像生成（与 MidJourney 兼容，支持人脸交换）、32 种 Stable Diffusion 模型以及 Kandinsky 等多种生产力工具，支持多语言服务。

Amy.pro是一个工作场所助手，旨在提升企业协作空间的效率和便利性。它可以通过简单的语音命令进行会议安排、任务管理、招聘、信息访问及应用集成等功能，帮助用户简化工作流程，提升团队协作能力。

AnyText AI 是一款开创性的工具，可以将可编辑的文本无缝集成到图像中，支持多种字体、样式和语言。用户只需上传图像并输入所需文本，AI驱动的工具将生成逼真且符合上下文的文本，与图像完美融合。用户还可以编辑生成的文本，包括字体样式和位置。

KeyboardAI是一款新推出的AI键盘，直接集成在智能手机的键盘中，用户可以方便地访问AI功能，而无需安装额外的应用程序。

HelpLook 是一个知识管理平台，提供定制化的 GPT 聊天机器人解决方案。它使企业能够创建自助知识库、博客和帮助中心，并支持基于文档的 AI 搜索和回答。通过数据加密、定制选项和多语言支持，HelpLook 提供全面的知识中心体验。

apna AI 是一个下一代AI平台，旨在为印度的个人和小企业提供多样化的AI代理、工具以及多语言聊天和语音支持，确保无缝互动。它以可信、贴近和智能的方式提供本地化的内容和服务。

april-asr是一个用C语言开发的语音转文本(STT)库，具备高效的语音识别算法和实时转录功能，支持多种语言，具有可扩展的架构，便于集成到其他项目中，适用于多种应用场景。