Code ouvert. Horizons nouveaux.

WhisperLiveKit est un pipeline speech-to-text auto-hébergé à ultra-faible latence, offrant transcription en temps réel, diarisation et traduction via WebSocket et API compatibles OpenAI/Deepgram.

Stable Baselines3 (SB3) est un ensemble d'implémentations fiables d'algorithmes d'apprentissage par renforcement en PyTorch, conçu pour la recherche et la reproduction industrielle.

Made With ML est un cours et un codebase open-source enseignant la conception, le développement, le déploiement et l'itération d'applications ML de production, couvrant MLOps, tests, serving, CI/CD et apprentissage continu.

Une boîte à outils complète pour la vision par ordinateur offrant des blocs de construction agnostiques vis-à-vis des modèles pour le chargement des données, la visualisation et la gestion des ensembles de données.

Cog regroupe les modèles d'apprentissage automatique dans des conteneurs Docker prêts pour la production, gérant automatiquement la compatibilité CUDA et générant une API d'inférence HTTP à partir des définitions de types Python.

Pyro est une bibliothèque de programmation probabiliste profonde flexible et évolutive, construite sur PyTorch, prenant en charge des modèles probabilistes universels et l'inférence automatisée.

timm est une vaste collection de modèles d'images PyTorch, incluant des couches, optimiseurs, planificateurs, chargeurs de données et scripts d'entraînement/évaluation, offrant de nombreux backbones pré-entraînés comme ResNet, EfficientNet, ViT, ConvNeXt et Swin.

EasyOCR est une bibliothèque de reconnaissance optique de caractères prête à l'emploi, prenant en charge plus de 80 langues et les principaux systèmes d'écriture. Elle propose une API Python simple et une interface en ligne de commande, avec des modèles de détection et de reconnaissance basés sur PyTorch, ainsi que des options d'entraînement personnalisé.

Premove ITN est une bibliothèque open-source de normalisation inverse de texte sensible au contexte pour les transcriptions d'agents vocaux en anglais. Elle convertit la sortie ASR en formes écrites canoniques via un pipeline générer-scorer-décoder avec DeBERTa.

InsightFace est un projet open-source de pointe d'analyse faciale 2D et 3D offrant la reconnaissance faciale, la détection, l'alignement, l'échange et la détection de vivacité avec des modèles pré-entraînés, un package Python et un serveur auto-hébergé.

einops est une bibliothèque Python open-source de manipulation de tenseurs, utilisant une notation inspirée d'Einstein pour un code lisible et fiable sur PyTorch, JAX, TensorFlow, NumPy et plus.

Hugging Face Transformers est un cadre de définition de modèles pour l'apprentissage automatique couvrant le texte, la vision, l'audio et les tâches multimodales. Il fournit une API unifiée pour l'inférence et l'entraînement avec plus d'un million de points de contrôle pré-entraînés.

SenseVoiceSmall est un modèle de fondation vocal open source pour la reconnaissance vocale, l'identification de langue, la reconnaissance d'émotions et la détection d'événements audio, couvrant le mandarin, le cantonais, l'anglais, le japonais et le coréen avec une inférence non autorégressive rapide.

ESPnet est une boîte à outils de traitement de la parole de bout en bout basée sur PyTorch, couvrant la reconnaissance vocale, la synthèse vocale, la traduction, l'amélioration, la diarisation, etc., avec des recettes reproductibles et des modèles pré-entraînés.