ecog

面向苹果芯片的端侧语音人工智能

Local voice dictation for mac, windows and linux

顶尖自然语言处理技术

一款面向大型本地图库的离线优先照片管理器

在您的应用中集成前沿CoreML音频模型——文本转语音、语音转文本、语音活动检测及说话人分离。基于Swift开发，由顶尖开源技术驱动。

A realtime voice runtime that keeps Agents talking, working, and present. Real-time Voice Runtime for AI Agents

一款基于SMALL模型的开源Python3工具，能够识别图像中的版面布局、表格、数学公式以及文本，并将其转换为Markdown格式。作为Mathpix的免费替代方案，它实现了视觉内容到文本表征的无缝转换，并支持80多种语言。

最新一代奥迪维里斯 OMR 发动机

设备端实时多模态AI。与完全运行在您本机上的AI进行自然的语音和视觉对话，由Gemma 4 E2B和Kokoro驱动。

SGLang-Omni 为 TTS、ASR、语音和全向模型提供高性能服务。

开源私人日志本，内置本地智能代理层。长期运行的 AI 代理会读取你的记录并建议下一步行动。在硬件允许的情况下，模型也可在本地运行。采用 Matrix 与 Vodozemac 实现设备间的端到端加密同步。

本地优先的隐私保护：在与法学硕士共享之前对您的文档进行匿名处理。

用于脑磁图、脑电图和颅内脑电图分析的MATLAB工具箱

面向 Apple Silicon 的 AI 语音工具包 — 基于 MLX 和 CoreML 的 ASR、TTS、语音到语音、VAD 及说话人分离功能。

EEGLAB是一个基于Matlab运行的开源电生理信号处理环境，由SCCN/UCSD开发

🎮 实时游戏翻译工具 | OCR+AI翻译| Windows 游戏 |开源

面向多语言ASR与TTS模型的C++ ggml运行时中心：支持Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2等，并集成通用强制对齐等功能

把电脑或麦克风声音转成实时翻译字幕。来自电脑或麦克风音频的实时翻译字幕。

Set of 📝 with 🔗 to help those building Voice AI agents 🎙️🤖

Android music player for YouTube Music and your local library, in one queue. Material 3, built for phones and tablets, no ads and no tracking.

Blue Cloud Mirror - IBM 云技术展示