英伟达开源的语音AI工具包,用于构建、微调和部署语音识别、语音合成及语音大模型。
1.9万3654PythonApache-2.0更新于 前天
科大讯飞官方维护的智能体技能合集,涵盖语音、OCR、翻译、校对和多模态理解等能力。
iFly-Skills 是基于科大讯飞 AI 能力构建的可复用技能包合集。每个技能都放在独立目录中,包含说明文档、脚本和元数据,方便智能体或开发者直接安装并调用某项能力,例如语音合成、语音转写、发票识别或机器翻译。
目前的技能覆盖语音合成(超自然语音、声音克隆)、极速转写、PDF 与图片 OCR、发票 OCR、文本校对、机器翻译、图像理解和视频翻译等基础能力,还包括合同智能审查和可导出无缝循环 GIF 的手绘风动画架构图技能。技能可通过多个技能市场分发,并提供面向自托管 n8n 的社区节点包。
项目目前处于 Beta 阶段,技能、接口和配置格式可能随时变化。各技能目录下的 SKILL.md 说明了所需的环境变量,例如 App ID、API Key 和 API Secret。
在 n8n 的 设置 → 社区节点 中安装社区节点包
按照安装指南准备 Python 环境
进入某个技能目录并阅读其 SKILL.md 以了解设置细节
cd skills/iflytek-hyper-tts概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
英伟达开源的语音AI工具包,用于构建、微调和部署语音识别、语音合成及语音大模型。
Linux 桌面与 Sailfish OS 应用,离线完成语音转文字、文字转语音和机器翻译。
一个把数字人与大语言模型接入业务系统的 agent 框架,支持多终端接入。
开源工具,可检测、识别、翻译漫画及图片中的文字,并自动擦除原文后重新排版。
面向 AstronClaw 云端 AI 助手与 Loomy 桌面 AI 助手的中文实战教程,从上手到搭建工作流。
浏览器扩展,可翻译网页、选中文本、Netflix 字幕和私信,支持离线翻译与个人词典。