开源工具
  1. 首页
  2. 开源工具

列表

YouDub

YouDub

一款开源的多语言AI配音和视频翻译工具，优质视频中文化工具，YouDub-webui提供了一套完整的视频中文化工具包，涵盖了从视频下载、语音识别、字幕翻译、AI声音克隆、视频处理、自动上传等一系列流程。
Ai开源项目 2025年06月05日
OSUM

OSUM

OSUM是一款由西北工业大学研发的开源语音理解模型，结合Whisper编码器与Qwen2 LLM，支持语音识别、情感分析、说话者性别分类等多种任务。采用“ASR+X”多任务训练策略，提升模型泛化能力和稳定性。基于约5万小时语音数据训练，性能优异，适用于智能客服、教育、心理健康监测等多个领域。
AI项目与工具 2025年06月12日
ClearerVoice

ClearerVoice

ClearerVoice-Studio 是一个基于复数域深度学习算法的开源语音处理框架，集成了语音增强、分离及音视频说话人提取等功能。它通过先进的 FRCRN 和 MossFormer 系列模型，实现了高效的语音信号处理，并具备强大的预训练能力和灵活的接口设计。该框架广泛应用于智能助手、会议记录、电话会议、公共安全等领域，助力提升语音处理技术的实际应用价值。
AI项目与工具 2025年06月12日
Surya

Surya

Surya是一款开源OCR工具包，专注于文档识别，支持90多种语言的文本提取与分析。它能够识别文档中的文本、表格、图片及标题等布局元素，并确保文本阅读顺序的准确性。凭借其高效的表格识别能力和优化的算法，Surya在处理复杂文档时表现出色，广泛应用于文档数字化、数据提取、多语言处理以及学术研究等领域。 ---
AI项目与工具 2025年06月12日
s1

s1

S1是由斯坦福大学和华盛顿大学联合开发的低成本、高性能AI推理模型，采用知识蒸馏技术从大型模型中提取推理能力。通过1000个高质量问题训练，成本低于50美元，训练时间短于30分钟。S1在数学和编程领域表现卓越，支持测试时扩展技术以优化推理效果，并已在GitHub开源，适用于科学问题解决、智能辅导、自动问答等多种场景。
AI项目与工具 2025年06月12日
GitDiagram

GitDiagram

GitDiagram是一款开源工具，能够将GitHub仓库自动转换为交互式系统架构图。它基于AI技术分析代码库，生成包含组件关系的图表，并支持点击跳转到源文件。该工具支持私有仓库访问、自定义图表样式，并可导出为PNG图片或Mermaid.js代码。适用于新项目上手、团队协作、文档编写等多种场景，提升代码理解和沟通效率。
AI项目与工具 2025年06月11日
HyperChat

HyperChat

HyperChat 是一款开源的 AI 聊天客户端，支持多种语言模型 API 接入，如 OpenAI、Claude 等。基于 MCP 协议构建，具备插件扩展能力，支持多对话空间、Agent 自定义、WebDAV 同步等功能。适用于个人学习、团队协作、内容创作、代码开发及企业服务等多种场景，提供跨平台运行与灵活部署方式，兼顾高效性与安全性。
AI项目与工具 2025年06月11日
markmap

markmap

Markmap 是一款将 Markdown 文本转化为思维导图的工具，支持实时渲染和高度可定制化，兼容多种代码编辑器。它通过解析 Markdown 语法生成树状数据结构，并利用布局算法实现直观可视化展示，广泛应用于项目规划、学术研究及教学演示等领域。
AI项目与工具 2025年06月12日
TurboSeek

TurboSeek

TurboSeek 是一款基于开源技术的 AI 搜索引擎，融合了 Bing 搜索 API 和先进语言模型（如 Mixtral 8x7B 和 Llama-3），为用户提供快速、智能的搜索体验。其核心功能包括智能搜索、AI 模型生成答案、后续问题推荐以及本地部署支持。TurboSeek 可广泛应用于学术研究、新闻追踪、技术文档查询、市场分析和个人知识管理等领域。
AI项目与工具 2025年06月12日
ICEdit

ICEdit

ICEdit是由浙江大学与哈佛大学联合开发的指令式图像编辑框架，基于扩散变换器实现自然语言驱动的图像修改。支持多轮编辑、风格转换、对象替换等功能，具有高效处理能力（单张图像约9秒）。采用LoRA-MoE混合微调策略，降低资源需求，适用于创意设计、影视制作、社交媒体等多个领域。开源且提供在线体验，便于研究与应用。
AI项目与工具 2025年06月11日