开源

1. 首页
2. 开源

Soundwave

Soundwave是由香港中文大学（深圳）开发的开源语音理解大模型，专注于语音与文本的智能对齐与处理。它采用对齐适配器和压缩适配器技术，提升语音特征压缩效率，支持语音翻译、语音问答、情绪识别及多模态交互等功能。适用于智能语音助手、语言学习、内容创作等多个领域，具有广泛的应用前景。

AI项目与工具 2025年06月12日 50 点赞 0 评论 784 浏览

BiliNote

BiliNote 是一款开源 AI 视频笔记工具，支持从多个平台导入视频链接并生成结构化的 Markdown 笔记。具备音频转写、大模型总结、截图插入、内容跳转链接等功能，适用于学习、创作、培训等场景。采用 FastAPI 和 React 技术栈，支持 Docker 部署，便于用户快速集成与使用。

AI项目与工具 2025年06月11日 92 点赞 0 评论 784 浏览

Westlake

Westlake-Omni是西湖心辰推出的一款开源中文情感端到端语音交互大模型，融合了语音识别、自然语言处理、情感理解和对话管理等功能，具备实时性和端到端交互特性。它通过深度学习技术和离散表示法，实现从语音输入到语音输出的全流程自动化，生成自然流畅的语音回应，并广泛应用于智能助手、客户服务、教育辅助、健康医疗等领域。

AI项目与工具 2025年06月12日 91 点赞 0 评论 785 浏览

edge

edge-tts 是一个开源的AI文字转语音项目，支持超过40种语言和300多种声音。该项目利用微软Azure Cognitive Services技术，能够将文本信息转换为流畅自然的语音输出。edge-tts 提供了丰富的语言和声音选择，易于集成且具有高度可定制性。其主要功能包括多语言支持、多样声音选择、流畅自然语音、易于集成的API以及开源特性。edge-tts 广泛应用于辅助技术、客户服务、

AI项目与工具 2025年06月12日 86 点赞 0 评论 785 浏览

StyleShot

StyleShot 是一个开源的AI图像风格迁移模型，能够实现文本和图像驱动的风格迁移。它利用风格感知编码器和内容融合编码器，捕捉和再现风格细节，生成高质量的风格化图像。主要应用场景包括艺术创作、社交媒体、游戏开发和电影视频制作。

AI项目与工具 2025年06月12日 13 点赞 0 评论 786 浏览

FastAPI

FastAPI-MCP 是一款将 FastAPI 端点自动转换为 MCP 协议的开源工具，支持零配置部署，保留原有接口结构和文档，具备灵活的部署方式和自定义命名功能。适用于企业自动化、AI 应用开发、数据分析等多个场景，提升 AI 与后端服务的交互效率。

AI项目与工具 2025年06月11日 92 点赞 0 评论 787 浏览

imgcook图像大厨

imgcook是阿里巴巴前端委员会智能化小组的服务化的内外落地产品，通过智能化技术一键生成可维护的前端代码

Ai编程建站 2025年06月05日 45 点赞 0 评论 788 浏览

Proxy Lite

Proxy Lite是一款开源的轻量级视觉语言模型，具有30亿参数，支持自动化网页操作。它通过“观察-思考-工具调用”机制，实现网页交互、数据抓取、表单填写等功能，适用于自动化测试、数据提取和智能任务辅助等场景。该工具资源占用低，可在消费级GPU上高效运行，适合开发者快速部署和使用。

AI项目与工具 2025年06月12日 53 点赞 0 评论 788 浏览

Open Deep Research

Open Deep Research 是一个开源 AI 智能体，支持多语言模型和 Firecrawl 数据提取，用于执行复杂的研究任务。它提供统一 API 和 Next.js 框架，具备实时数据处理、结构化信息提取及多维度分析能力，适用于文献综述、行业分析、投资研究等场景。

AI项目与工具 2025年06月12日 33 点赞 0 评论 788 浏览

悟道大模型

北京智源研究院开发的一系列超大规模智能模型系统，悟道大模型旨在在语言处理领域达到或超越国际先进水平。

Ai平台模型 2025年06月05日 62 点赞 0 评论 788 浏览