sgl-project/sglang-omni
SGLang 团队的高性能多模态推理服务运行时,面向交互式智能系统的服务化部署。
语音工具分类下共 5 个资源
SGLang 团队的高性能多模态推理服务运行时,面向交互式智能系统的服务化部署。
中文社区极热门的短视频生成工具:给一个主题或关键词,AI 自动完成文案、素材、配音、剪辑,一键出高清短视频。
从零训练的超小英文 TTS 模型,仅 450 万参数、双音色,适合端侧和资源受限场景。
基于 ggml 的纯 C++ 音频模型推理引擎,一体化运行多种语音模型,无重量级依赖。
K2/Next-gen Kaldi 出品:跨平台语音工具箱,语音识别、合成、说话人分离、语音增强全都有,ONNX 部署友好。