WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
模型
MMAudio
hkchengrex/MMAudio
面
向
视频
与
文本
输入
生成
同
步
音频
的
多
模态生成
模型,
提供
预训
练权重
与
推理
演示
的
开源
研究
实现。
去 GitHub 看仓库
复制链接
标签
audio
audio-synthesis
computer-vision
deep-learning
video-to-audio
text-to-audio
同类项目
opencv
91.4k
开源
计算
机视
觉库,
提供
图像
处理、
特征
识别
与
深度
学习
接口,
广泛
用
于
视
觉算法
开发。
ai-engineering-from-scratch
74.7k
从
零实现
模型
与
智
能体
的
开源
课程,
含五百余课时、
实验
项目
与
学习
路径。
mediapipe
37.4k
跨平台
端侧机器
学习
解决
方案
与
感知
管线
框架,
提供
视觉
文本
音频
任务库
与
模型
定制
工具,
支撑
移动
网页
桌面
边缘
部署。
pytorch-CycleGAN-and-pix2pix
25.3k
PyTorch
实现
的
CycleGAN
和
pix2pix图
像
翻
译
模型,
支持
无配
对
和
有
配
对
的
图像
到
图像
转换。
CV
24.1k
超级
全面
的
深度
学习
中文笔
记合集,
覆盖
PyTorch、
CV、
NLP、
大模型
与
智
能
体
课程。
learnopencv
23.2k
配套LearnOpenCV
博客
的
计算
机视
觉示例代
码库,
覆盖OpenCV
与
深度
学习
实战
教程。
2296
audio,audio-synthesis,computer-vision
面向视频与文本输入生成同步音频的多模态生成模型,提供预训练权重与推理演示的开源研究实现。
←
上一个
vim-win32-installer
下一个
→
radian