Распознавание речи в реальном времени на базе Whisper: стриминг с сервером на GPU, перевод на лету и замена диктора для клонирования голоса.
Сверхбыстрый текст-в-изображение от NVIDIA: генерация картинок 4K на ноутбочном GPU за счёт линейного внимания и компактной диффузионной архитектуры.
Визуальный анализ данных с ИИ от Microsoft: описываете нужную диаграмму словами — инструмент пишет и исполняет трансформации данных.
Открытый VTuber с локальной LLM: живой анимированный аватар, голосовой диалог, распознавание эмоций и зрительный контакт — всё на вашем железе.
Улучшенный Whisper со стабильными таймкодами: точные границы слов и сегментов без «плавания» времени.
Открытая модель понимания и генерации речи: понимает эмоции, разговаривает и клонирует голоса.
Открытая коллекция паттернов промптов с CLI: суммаризация, анализ, вывод мыслей — сотни готовых сценариев сообщества.
Генерация длинных видео на видеокартах с 6 ГБ памяти: автор ControlNet сжимает контекст, сохраняя качество движений.
Открытая генерация видео от Zhipu AI: модели до 5 миллиардов параметров, текст и изображения в видео через Diffusers.
Готовые компактные модели речи: STT на десятках языков и TTS — всё работает на CPU быстрее реального времени.
Офлайн-переводчик с открытым кодом: работает полностью на устройстве, пакеты языков скачиваются отдельно.
Whisper с пословными таймкодами и разделением говорящих: транскрибация интервью и встреч с точной разметкой по времени.
Дубляж и субтитры видео силами ИИ: перевод, озвучка нейроголосом и субтитры для вертикальных платформ — всё в одном инструменте.
Автоматический монтаж видео по тексту: транскрибирует ролик и вырезает нужные фрагменты по ключевым словам.
Популярный десктопный ИИ-клиент: десятки провайдеров, агенты, базы знаний и перевод — с красивым интерфейсом.
Продвинутый ИИ-чат для профессионалов: множество моделей, beam-агрегация ответов, personas и работа с документами.
Сервер STT и TTS с OpenAI-совместимым API: быстрые модели распознавания и синтеза речи локально в одном контейнере.
Официальный SDK Deepgram: стриминговая транскрибация речи в реальном времени с диаризацией и аналитикой.
Большой курс Microsoft по искусственному интеллекту: 48 уроков от истории ИИ до нейросетей, компьютерного зрения и NLP.
Подборка лучших бесплатных ML-курсов на YouTube: от основ до глубокого обучения и NLP — все ссылки в одном месте.