“real-time” 相关开源项目

基于扩散模型的一步式流式视频超分辨率框架，面向实时视频放大。

英伟达的多项目仓库，涵盖长视频生成、世界模型与机器人世界-动作模型，各项目独立成目录。

可自托管的实时语音转文字服务，支持流式识别、说话人分离、同声翻译，并兼容 OpenAI 与 Deepgram API。

开源的端侧语音工具包，提供语音转文字、意图识别和文字转语音，适合构建实时语音应用与智能体。

开源协作文档编辑器，支持实时协同、子页面层级和自托管，基于 Django 与 React 构建。

端到端加密的开源协作办公套件，支持文档、表格、演示、表单、看板等实时协作。

开源列式数据库管理系统，用于实时生成分析型数据报表。

开源 Python 框架，用于构建实时语音和多模态 AI 智能体，可插拔接入语音、大模型与传输服务。

开源交互式世界模型，通过流式神经渲染把低多边形画面实时转换为可操作的游戏场景。

基于流式语音转写训练的视频大模型，可对视频进行实时解说，对应 CVPR 2025 论文 LiveCC。

开源的实时音频驱动数字人视频生成框架，支持流式输出与无限时长生成。

面向双语会议的实时双向语音翻译工具，支持云端服务或完全离线的本地推理，提供桌面应用和浏览器扩展。

一份整理了公开与付费实时数据源的清单，涵盖金融、交通、天气、新闻与网络安全等领域。

macOS 与 Windows 桌面端实时语音翻译应用，直连你自己配置的 API，无中间服务器。