語音轉文本ASR工具合集彙總過幾個ASR項目或模型，本文繼續彙總，並做簡單介紹和部分初步實戰。 注：缺乏深入實戰，和問題記錄，請勿噴。 Omnilingual ASR 論文，項目首頁，Meta開源（GitHub，2.4K Star，207 Fork），支持1600種語言，其中超過500種語言是首次被任何ASR系統覆蓋。 ASR系統
概述 接上篇DeepSeek系列模型/項目介紹。 DeepSeek-Coder 代碼大模型系列，旨在通過AI技術來理解和生成代碼，提升開發效率。 特性： 核心定位：開源代碼智能模型，促進研究和商業應用 模型規模：從1.3B到236B等多種參數，V2採用MoE架構 訓練數據：從零開始訓練，使用2萬億高
概述 之前彙總過BaaS(Backend as a Service，後端即服務)平台或項目，參考BaaS；也彙總過低代碼平台，參考低代碼平台。 BaaS和低代碼 兩者還是有一些共通之處 flowchart TD subgraph A [低代碼/零代碼平台] direction TB A1["可視化UI構建"] A2["拖
概述 在語音轉文本ASR工具合集彙總介紹過幾款語音識別模型和項目，其中就包括OpenAI開源的Whisper。 論文，OpenAI開源的支持多語言的通用ASR。在68萬小時的標註數據上進行訓練，有很強的泛化能力；作為一個多任務模型，可執行多語言語音識別、語音翻譯和口語識別。通過使用分塊算法，也可用於轉錄任意長度的音頻樣本。分塊是通過在實例化管
