Gradio

VoxCPM2: Többnyelvű beszédgenerátor tesztje és működése Ubuntu szerveren

Fahd Mirza4 napja

Voxtral 4B: Az új többnyelvű TTS megoldás részletei és tesztjei

Fahd Mirza17 napja

dots.m OCR: helyi telepítés és szövegek gyors feldolgozása

Fahd Mirza23 napja

Qianfan-OCR: Új szintre emeli a dokumentumfeldolgozást

Fahd Mirza24 napja

IBM Granite-4 1B: Új beszédfelismerő modell helyi telepítésben és tesztelésben

Fahd Mirza26 napja

Az OmniLottie: Animáció mesterséges intelligenciával, könnyedén és gyorsan

Fahd Mirza28 napja

Orient Anything V2: mesterséges intelligencia 2D-ből 3D-be lépve

Fahd Mirza31 napja

Nvidia MagpieTTS: többnyelvű szövegfelolvasás otthon, szerény hardverrel

Fahd Mirza36 napja

NeoTTS Nano: Többnyelvű TTS modellek tesztje egyszerű hardveren

Fahd Mirza45 napja

KaniTTS2: élethű akcentusok alacsony gépigénnyel

Fahd Mirza56 napja

LuxTTS: Hangklónozás könnyedén egy átlagos gépen

Fahd Mirza57 napja

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

Fahd Mirza59 napja

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

Fahd Mirza64 napja

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

Fahd Mirza67 napja

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

Fahd Mirza67 napja

Deepseek OCR 2 helyi telepítése és tesztelése Ubuntu rendszeren

Fahd Mirza75 napja

Qwen3-TTS: egyedi hangok tervezése szöveges utasítások alapján

Fahd Mirza79 napja

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

Fahd Mirza86 napja

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

Fahd Mirza113 napja

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

Fahd Mirza122 napja

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

Fahd Mirza127 napja

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

Fahd Mirza138 napja

HunyuanVideo-1.5: Professzionális videók generálása otthoni gépen

Fahd Mirza142 napja

Meta SAM 3: új videószegmentációs modell helyben futtatható formában

Fahd Mirza144 napja

A Meta áttörő beszédfelismerő rendszere: 1600 nyelven működik

Fahd Mirza153 napja