AI新工具(20240210) Osam - Osam是一个启用本地运行的开源llm;Whishper - Whishper是一个开源的语音工具

2024-02-10 23:36

本文主要是介绍AI新工具(20240210) Osam - Osam是一个启用本地运行的开源llm;Whishper - Whishper是一个开源的语音工具,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Osam - Osam是一个启用本地运行的开源“一切分割”模型工具,支持多种接口和自定义视觉模型。

Osam是一个开源工具,它允许本地运行“可对任何内容进行分割”的模型(Segment-Anything Models),灵感来源于Ollama。使用Osam,用户可以在本地环境中,而不是依赖于云服务,对图片进行内容分割。这种方法有助于保护数据隐私,同时也减少了因网络延迟可能产生的处理时间。

https://github.com/wkentaro/osam

在这里插入图片描述

Whishper - Whishper是一个开源的、100%本地化的音频转录和字幕制作套件,具备完整的网络界面。

Whishper是一个开源的本地音频转写和字幕套件,具备完整的网页用户界面(UI)。它可以将任何媒体(如音频、视频等)通过URL或者上传文件的方式转化为文字,并支持多种格式(TXT,JSON,VTT,SRT)的下载,用户还可以直接复制原始文本到剪贴板。Whishper还具备强大的字幕编辑器,让用户可以在同一界面进行翻译、编辑和调整字幕。

https://github.com/pluja/whishper

在这里插入图片描述

Edgen - Edgen是一个本地GenAI API服务器,为本地GenAI提供OpenAI API的替代,支持文本生成、语音转文本等功能,并能在Windows、Linux和MacOS上免费、保护数据隐私地运行。

Edgen是一个本地化的、针对个体设备的通用人工智能(GenAI)API服务器,它可以作为OpenAI API的直接替代品。Edgen的主要特点是它允许在用户的设备上本地运行,确保了数据隐私的同时,无需外部云计算资源,减少了对网络的依赖,同时提高了可扩展性和可靠性。

使用Edgen,开发者可以在多个平台(包括Windows、Linux和macOS)上利用各种AI模型(如文本生成、语音识别等)为他们的应用提供强大的AI功能。Edgen支持多种AI模型和端点,比如LLMs(大型语言模型)、Speech-to-text(Whisper)等,并且具有模型和运行时的模块化和优化特性。

https://github.com/edgenai/edgen

在这里插入图片描述

HongHongAI - HongHongAI是一个基于Google的gemini大模型、借鉴哄哄模拟器概念的开源免费版本,通过原始提示实现功能,技术栈包括Next.js、Vercel AI SDK、TailwindCSS等,支持通过环境变量配置,鼓励社区贡献,并基于MIT许可证开源。

HongHongAI是一个由开源社区开发的,旨在模仿和改进原有的哄哄模拟器(Hong Hong Simulator)的工具。本质上,它是一个使用谷歌的Gemini语言模型来生成回复的聊天机器人。以下是对其主要功能、技术栈、使用场景以及如何参与贡献的通俗概述。

https://github.com/johanazhu/honghongai

在这里插入图片描述

更多AI工具,参考国内AiBard123,Github-AiBard123

这篇关于AI新工具(20240210) Osam - Osam是一个启用本地运行的开源llm;Whishper - Whishper是一个开源的语音工具的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/698283

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

高效录音转文字:2024年四大工具精选!

在快节奏的工作生活中,能够快速将录音转换成文字是一项非常实用的能力。特别是在需要记录会议纪要、讲座内容或者是采访素材的时候,一款优秀的在线录音转文字工具能派上大用场。以下推荐几个好用的录音转文字工具! 365在线转文字 直达链接:https://www.pdf365.cn/ 365在线转文字是一款提供在线录音转文字服务的工具,它以其高效、便捷的特点受到用户的青睐。用户无需下载安装任何软件,只

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学