炸了！这个GitHub开源项目绝对要火！涵盖OCR功能、语音合成！

最新推荐文章于 2024-07-06 10:45:56 发布
最新推荐文章于 2024-07-06 10:45:56 发布
阅读量5.6k 收藏 32
点赞数 5
文章标签： 人工智能 计算机视觉 人脸识别 深度学习 神经网络

点击上方“Github爱好者社区”，选择星标

回复“资料”，获取小编整理的一份资料

今天小编为大家推荐一个相当牛逼的项目，

粗略估计，这个项目价值超过百万

当前star 1.9k，但是大胆预判，

这个项目肯定要火，未来Star数应该可以到10k甚至20k！

着急的，可以Github直接去看源码

传送门：

https://github.com/PaddlePaddle/PaddleHub

啥也不说，带着大家看一些项目Readme 截图

先看简介

首先，“无需深度学习背景、无需数据与训练过程”，“共享人工智能时代红利”以及“全部模型开源下载，离线可运行”

我只能说，

这个repo，绝对是伸手党福音!

继续看特性部分，

涵盖的模型数量，CV、NLP、Audio、Video四大品类全覆盖，覆盖足够丰富

使用方法：一键预测、一键服务化、十行代码迁移，技术门槛足够降低。

咱们继续往下看近期更新

从数量上看，目前总数已经超过了180个，基本上是每个月都保持10-20个更新，而且更新的速度应该是越来越快，这个已经感觉到很爽了啊

从质量上再看看呢，（前方动图高能预警！）

文本识别

包含超轻量中英文OCR模型，高精度中英文、多语种德语、法语、日语、韩语OCR识别。

人脸检测

包含人脸检测，口罩人脸检测，多种算法可选。

图像编辑

4倍超分效果，多种超分算法可选。

黑白图片上色，可用于老旧照片修复，

图像超分辨率   黑白图片上色

目标检测

包含行人检测、车辆检测，更有工业级超大规模预训练模型可选。

关键点检测


包含单人、多人身体关键点检测、面部关键点检测、手部关键点检测。

图像分割

包含效果卓越的人像抠图模型、ACE2P人体解析世界冠军模型

图像动漫化

包含宫崎骏、新海诚在内的多位漫画家风格迁移，多种算法可选

图像分类

包含动物分类、菜品分类、野生动物制品分类，多种算法可选

词法分析

效果优秀的中文分词、词性标注与命名实体识别的模型。

文本生成

包含AI写诗、AI对联、AI情话、AI藏头诗，多种算法可选。

句法分析

效果领先的中文句法分析模型。

情感分析

支持中文的评论情感分析

文本审核

包含中文色情文本的审核，多种算法可选。

语音合成

TTS语音合成算法，多种算法可选

输入：Life was like a box of chocolates, you never know what you're gonna get.

合成效果如下:

合成音效

视频分类

包含短视频分类，支持3000+标签种类，可输出TOP-K标签，多种算法可选。

举例：输入一段游泳的短视频，算法可以输出"游泳"结果

以上动图中用到的预训练模型

全部开源，离线可下载，免费使用！！！

到底应该怎么用呢？别着急，咱们往下看

别的不需要多说了，大家上github上点过star之后自己体验吧，

https://github.com/PaddlePaddle/PaddleHub

另外呢，repo中也贴心的给出了官方微信群，有问题可以进群，答疑更高效。

如扫码失败，请添加微信：15704308458，运营同学会邀请您入群

更多相关内容，请参阅以下内容。

官网地址：https://www.paddlepaddle.org.cn/hub

项目地址：

GitHub: https://github.com/PaddlePaddle/PaddleHub

Gitee: https://gitee.com/paddlepaddle/PaddleHub

好啦，今天的分享就到这儿啦，我们下次见啦~



GitHub原创推荐•  GitHub上买房攻略开源，一夜之间涨星近千，网友说：正好需要！•  简直太牛了！这个微信插件神器开源，怒冲GitHub排名榜第一，网友：太好用了！•  微软开源又一力作发布！刷屏GitHub！炸了。。•  GitHub标星1.4k+，IDEA 中相见恨晚的技巧，让你的编程效率飞起来！•  还在买爱奇艺，腾讯会员？GitHub这个神器标星12.2K，强势开源，支持多个视频网站片源下载 ！！关注「Github爱好者社区」加星标，每天带你逛Github好玩的项目
公众号：【GitHub爱好者社区】
关注
  • 5
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python-基于深度学习的中文语音识别系统
08-11
A Deep-Learning-Based Chinese Speech Recognition System 基于深度学习的中文语音识别系统
最值得学习和最具潜力的 44 个顶级开源项目，包括关于机器学习、深度学习、强化学习、语音识别、自然语言处理、计算机视觉、自动建模和分布式平台等等
代码讲故事
03-03 3519
最值得学习和最具潜力的 44 个顶级开源项目，包括关于机器学习、深度学习、强化学习、语音识别、自然语言处理、计算机视觉、自动建模和分布式平台等等。 I . 适用于经典机器学习的工具 一、SciKit-learn  star 39.2k  fork 19.2k scikit-learn 是一种强大的基于 Python 语言的机器学习算法库（https://scikit-learn.org/stabl...
阿里开源语音大模型：SenseVoice 识别，语音识别效果和性能强于 Whisper，还能检测掌声、笑声、咳嗽等！
最新发布
人工智能曾小健
07-06 1458
语音识别技术在人工智能（AI）领域扮演着至关重要的角色，它不仅是人机交互的基石，也是推动智能系统发展的关键驱动力。：在医疗领域，语音识别可以帮助医生在诊断过程中记录患者信息，减少手动输入的时间，同时也可以辅助听力受损的患者与医疗人员沟通。拥有完善的服务部署流程，能够处理多并发请求，并且支持多种客户端语言，包括 Python、C++、Java 和 C# 等。：通过语音识别，用户可以与智能设备进行自然语言交流，无需手动输入，这极大地提升了用户体验的便捷性和直观性。能够识别音频中的情感，比如，积极和消极等。
开源免费语音识别引擎 RapidASR
znsoft的专栏
01-01 8462
https://github.com/RapidAI/RapidASR 本引擎基于wenet语音识别模型以及onnxruntime运行库，可跨平台支持所有操作系统，包括pc ,服务 器以及移动端系统。 基于c++开发，只依赖于常 见运行库，不依赖于pytorch或libtorch, 短小精悍，易于分发。 支持windows/linux/ios/android 系统。 RapidAI 组织年度巨献。 ...
【超分】A Benchmark for Chinese-English Scene Text Image Super-resolution
猫猫与橙子的博客
10-10 935
作者提出了一个真实场景下的中英文基准数据集，命名为Real-CE，目的是为了恢复低精度的中文字符
开源OCR引擎调研
qq_40420929的博客
06-30 1974
关于开源OCR引擎的调研 一、OCR引擎比较 1. 优图OCR (腾讯) https://ai.qq.com/product/ocr.shtml#common 免费API：https://api.ai.qq.com/fcgi-bin/ocr/ocr_generalocr 该引擎专注于行识别，识别结果准确度高达98%，误识率较低，以文本形式输出。 （有开放免费的API，没找到开源项目，似乎是个在线服务） ** 2. Tesseract OCR（Google） ** https://github.com/tes
GitHub上最火的40个Android开源项目源码
09-05
GitHub上最火的40个Android开源项目源码，筛选了下，主要是把可以加到我们项目中的下了下来，这里有40个项目的描述，以及12个项目的源码，省的各位童鞋重复下载了，当然如果有童鞋需要其他的项目，我这里也给出了...
5个好玩的github游戏区开源项目
01-25
以下是五个涵盖 C++, Java, JavaScript 和 Rust 语言的开源游戏项目，它们不仅好玩，还能帮助我们提升编程技能。 1. Wesnoth（韦诺之战） 这是一款基于 C++ 开发的免费开源回合制策略游戏，具有丰富的地图和种族...
19本Android经典教程+104个Github上火爆项目开源源码
03-27
4. "104个Github上火爆项目开源源码"：这部分资源提供了实际项目的源代码，是学习实际开发技巧、了解最佳实践和最新技术趋势的绝佳途径。通过研究这些开源项目，开发者可以学习如何组织代码，实现复杂功能，以及如何...
HermesIntf:openHPSDR 的 Skimmer Server 接口（项目移至 GitHub！）-开源
07-09
我将项目移至 GitHub。 请从 https://github.com/k3it/HermesIntf/releases CW Skimmer Server plugin for Hermes/Mercury/Angelia 软件定义无线电获取所有未来更新
直接拿来用!最火的Android开源项目(一)
03-23
为此，CSDN特整理了GitHub上最受欢迎的Android及iOS开源项目，本文详细介绍了20个Android开源项目 　GitHub在中国的火爆程度无需多言，越来越多的开源项目迁移到GitHub平台上。更何况，基于不要重复造轮子的原则，...
Deep Speech笔记
xmdxcsj的专栏
02-03 1万+
Deep Speech 1 Hannun, A., Case, C., Casper, J., Catanzaro, B., Diamos, G.,Elsen, E., Prenger, R., Satheesh, S., Sengupta, S., Coates,A., et al. (2014a).Deepspeech: Scaling up end-to-end speech recogn
Deep Speech：端到端的语音识别
热门推荐
左左左左想
07-20 1万+
本文为百度的Deep Speech的论文笔记，本人为深度学习小白，文章内如有错误，欢迎请各位指出~   附上我的github主页，欢迎各位的follow~~~献出小星星~什么是端到端？  对于传统的语音识别，通常会分为3个部分：语音模型，词典，语言模型。语音模型和语言模型都是分开进行训练的，因此这两个模型优化的损失函数不是相同的。而整个语音识别训练的目标（WER：word error rate）与
语音识别——语言模型
weixin_43142450的博客
12-09 7030
本博客主要是摘写洪青阳教授的《语言识别-原理与应用》的笔记，不足之处还请谅解。 语音识别为：根据输入的观察值序列O，找到最可能的词序列W^\hat{W}W^。按照贝叶斯准则，识别任务可做如下转化： W^=argmax⁡W P(W∣O)=arg⁡ max⁡P(W)P(O∣W)P(O) \hat{W}= {\underset {W}{\operatorname {arg max} }}\,P(W|O)=\arg\,\max\frac{P(W)P(O|W)}{P(O)} W^=Wargmax​P(W∣O)=arg
深度学习（三十）——Deep Speech, 自动求导
antkillerfarm的专栏
11-26 2487
CTC 推断计算（续） 上图是一个Beam Width为3的Beam Search。Beam Search的细节可参见《机器学习（二十三）》。 由于语音的特殊性，我们实际上用的是Beam Search的一个变种： 如上图所示，所有在合并规则下，能够合并为同一前缀的分支，在后续计算中，都被认为是同一分支。其概率值为各被合并分支的概率和。 此外，如果在语音识别中，能够结合语言模型的话，将可以极大的...
深度学习的语音识别技术：Deep Speech 和 WaveNet
禅与计算机程序设计艺术
12-31 1018
1.背景介绍 语音识别技术是人工智能领域的一个重要分支，它旨在将人类的语音信号转换为文本信息。在过去的几十年里，语音识别技术经历了多个阶段的发展，从基于规则的方法到基于概率的方法，再到深度学习方法。在这篇文章中，我们将深入探讨两种基于深度学习的语音识别技术：Deep Speech和WaveNet。 Deep Speech是Facebook开发的一种端到端的语音识别系统，它使用了深度神经网络来直...
【GitHub项目推荐--13个最佳开源语音识别引擎】【转载】
j8267643的博客
03-18 1万+
它主要支持日语ASR，但作为一个独立于语言的程序，该模型可以理解和处理多种语言，包括英语，斯洛文尼亚语，法语，泰语等。ESPnet是一个基于Apache 2.0许可证发布的开源语音转文本软件，它提供端到端语音处理功能，涵盖了ASR、翻译、语音合成、增强和日志化等任务。语音识别基本过程一般包括：分析音频、音频分解、格式转换、文本匹配，但实际的语音识别系统可能会更复杂，并且可能包括其他步骤和功能组件，例如：噪声抑制、声学模型、语言模型和置信度评估等。它训练执行转录，翻译，自动语音识别和情感分析任务的语言模型。
分享本周所学——人工智能语音识别模型CTC、RNN-T、LAS详解
weixin_48978134的博客
06-26 9484
本人是一名人工智能初学者，最近一周学了一下AI语音识别的原理和三种比较早期的语音识别的人工智能模型，就想把自己学到的这些东西都分享给大家，一方面想用浅显易懂的语言让大家对这几个模型有所了解，另一方面也想让大家能够避免我所遇到的一些问题。然后因为我也只是一名小白，所以有错误的地方还希望大佬们多多指正。目录一、咋识别啊？二、CTC是啥玩意啊？1. 网络结构2. CTC Loss三、RNN-T又是个啥东西啊？1. 网络结构2. 坎坷的调试过程三、LAS又是怎么回事1. 网络结构 2. 没有那么坎坷的调试过程
推荐一款高效且轻量级的图像审核库：NSFWDetector
gitblog_00022的博客
05-13 369
推荐一款高效且轻量级的图像审核库：NSFWDetector NSFWDetectorA NSFW (aka porn) detector with CoreML项目地址:https://gitcode.com/gh_mirrors/ns/NSFWDetector 在当前的社交媒体和内容分享平台中，快速准确地识别不适宜内容（NSFW，Not Safe For Work）显得尤为重要。为此，我们向您...
列举几个github开源项目
06-09
GitHub上拥有数百万个开源项目，涵盖了各种编程语言和技术领域。以下是一些著名的开源项目示例： 1. **TensorFlow** - Google开发的一个开源机器学习库，用于构建和训练神经网络模型。 2. **React** - Facebook开源的JavaScript库，用于构建用户界面组件。 3. **Docker** - 高吞吐量、分布式流处理平台，常用于实时数据传输。 5. **VSCode** - Microsoft的开源代码编辑器，具有丰富的插件支持。 6. **GitLab** - 一个全面的开源项目管理平台，包括版本控制和CI/CD工具。 7. **MongoDB** - NoSQL数据库，适合大规模数据存储和高可用性应用。 8. **Kubernetes** - Google开源的容器编排系统，帮助管理容器化应用的部署和扩展。 9. **Vue.js** - JavaScript框架，用于构建用户界面和单页应用。 10. **PostgreSQL** - 开源的关系型数据库管理系统。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值