Находите качественные проекты с открытым исходным кодом, отправляйте проекты анонимно, заявляйте права на свои проекты и редактируйте их.
Немного любопытства. Мир открытого кода.
THE FIRST COLLECTIONAirSim — это симулятор дронов и автомобилей с открытым исходным кодом от Microsoft, реализованный как плагин для Unreal Engine с экспериментальной версией для Unity. Поддерживает программное и аппаратное моделирование с PX4 и ArduPilot, предоставляет кросс-язычные API для сбора изображений и управления транспортными средствами для ИИ-исследований.
VoxCPM2 — система синтеза речи с голоса на текст без дискретной токенизации от OpenBMB. 2B-параметровая модель на базе диффузионной авторегрессионной архитектуры поддерживает 30 языков, генерацию речи из текстового описания голоса, контролируемое клонирование и вывод аудио 48 кГц.
NVIDIA NeMo Speech — это фреймворк на PyTorch с лицензией Apache-2.0 для создания, настройки и развертывания моделей речи ИИ, охватывающий автоматическое распознавание речи, синтез речи из текста и речевые LLM, с предобученными чекпоинтами и путями установки через Docker/uv.
Eclipse Deeplearning4J (DL4J) — экосистема глубокого обучения для JVM, поддерживающая Java, Scala, Kotlin и др. Включает импорт моделей из Keras, TensorFlow, ONNX; ND4J для линейной алгебры; SameDiff для автодифференцирования; DataVec для ETL; работает на CPU/GPU под Windows, Linux, macOS.
FaceSwap — инструмент на базе глубокого обучения для распознавания и замены лиц на изображениях и видео. Предоставляет этапы извлечения, обучения и конвертации с интерфейсами CLI и GUI, поддерживает ускорение CUDA на GPU.
