诺瓦小站

日常工作和学习中，我们经常需要把 PDF 文档或复杂的图片（包含表格、公式、排版）转换成可编辑的文本。传统的 OCR 软件往往对复杂排版和表格无能为力，Chandra 2对于多语言文档处理表现更加优秀。 今天向大家推荐一款基于多模态大模型的...

今天为大家带来一款基于近期爆火的开源语音大模型项目 OmniVoice 制作的免安装、纯离线、一键启动整合包！小白也能在自己的电脑上轻松体验当前地表最强的零样本语音克隆技术！ 🎯 一、 什么是 OmniVoice？它有多强？ OmniVoi...

Faster-whisper距离我上次分享已经过去挺长时间了，而且中间也更新了多次了，看到Faster-whisper昨天刚更新了一下，更新内容有模型更新和处理速度大幅提升，更新内容还是挺重要的，我就做了一个最新版本的一键启动包，同时我对整...

FunASR是一款优秀的基础语音识别框架，配合阿里通义团队开发的其它语音识别模型，能够实现非常好语音转文字效果，尤其在中文语音识别方面，鉴于有些用户需要对语音识别内容区分说话人，我重新做了一版区分说话人的版本。软件支持多语言识别，但是还是尽...