Gradio

• DEV
• Vibe

KaniTTS2: élethű akcentusok alacsony gépigénnyel

Fahd Mirza10 napja

• DEV
• Vibe

LuxTTS: Hangklónozás könnyedén egy átlagos gépen

Fahd Mirza11 napja

• DEV
• Vibe

Valós idejű beszédfordítás mesterséges intelligenciával: bedobás a mélyvízbe a Hibiki Zero fordítómotorral

Fahd Mirza13 napja

• DEV
• Vibe

Láncolt MI-alkalmazások készítése Daggerrel: egyszerű és átlátható folyamatok készítése Pythonban

Fahd Mirza18 napja

• DEV
• Vibe

Valós idejű többnyelvű beszédfelismerés a Voxtral Mini 4B-vel, helyben futtatva

Fahd Mirza21 napja

• DEV
• Vibe

Hogyan teszi az ACE-Step 1.5 mindenki számára elérhetővé a zeneszerzést

Fahd Mirza21 napja

• DEV
• Vibe

Deepseek OCR 2 helyi telepítése és tesztelése Ubuntu rendszeren

Fahd Mirza29 napja

• DEV
• Vibe

Qwen3-TTS: egyedi hangok tervezése szöveges utasítások alapján

Fahd Mirza33 napja

• DEV
• Vibe

Flux.2 Klein 9B: Új lehetőségek a generatív AI képművészetben helyi futtatással

Fahd Mirza40 napja

• DEV
• Vibe

Új lehetőségek az AI-val: képeket rétegekre bontó Qwen Image Layered modell

Fahd Mirza67 napja

• DEV
• Vibe

Tarka Embedding: Többnyelvű szövegfeldolgozás könnyedén, akár CPU-n is

Fahd Mirza76 napja

• DEV
• Vibe

Meta OmniASR-LLM 7B: Többnyelvű beszédfelismerés egyszerű telepítéssel, CPU-n

Fahd Mirza81 napja

• DEV
• Vibe

HunyuanOCR: A legújabb helyi OCR-megoldás tesztelése és bemutatása különböző nyelveken

Fahd Mirza92 napja

• DEV
• Vibe

HunyuanVideo-1.5: Professzionális videók generálása otthoni gépen

Fahd Mirza96 napja

• DEV
• Vibe

Meta SAM 3: új videószegmentációs modell helyben futtatható formában

Fahd Mirza98 napja

• DEV
• Vibe

A Meta áttörő beszédfelismerő rendszere: 1600 nyelven működik

Fahd Mirza107 napja

• DEV
• Vibe

Solex Podcast: A többnyelvű beszélgetések jövője a mesterséges intelligenciával

Fahd Mirza111 napja

• DEV
• Vibe

NVIDIA Audio Flamingo: a hangalapú nyelvi modell helyi telepítése és használata

Fahd Mirza114 napja

• DEV
• Vibe

Vietnámi szövegfelolvasó: új lehetőségek az MI nyelvi sokszínűségében

Fahd Mirza115 napja

• DEV
• Vibe

OpenEnv: az AI ügynökök új egységesített fejlesztési és futtatási környezete

Fahd Mirza119 napja

• DEV
• Vibe

CU1: A nyílt forráskódú látásmodell, amely megkönnyíti a felhasználói felületek kezelését

Fahd Mirza136 napja

• DEV
• Vibe

Új szöveg-beszéd AI modell CPU-n: élethű hangok GPU nélkül is

Fahd Mirza142 napja

• DEV
• Vibe

Holo 1.5: Az önállóan gondolkodó AI a számítógépes alkalmazások irányítására

Fahd Mirza144 napja

• DEV
• Vibe

Új korszak a dokumentumfeldolgozásban: A Tencent Points-Reader bemutatója

Fahd Mirza147 napja

• DEV
• Vibe

Moondream 3: Kompakt és gyors MI modell a látás-nyelvi képességek élvonalában

Fahd Mirza151 napja