اوپن سورس۔ نئے امکانات۔

HTW Media Client ایک Electron پر مبنی اوپن سورس ڈیسک ٹاپ کلائنٹ ہے جو HTW میڈیا پلیٹ فارم V2 API سے منسلک ہے۔ یہ موضوع کے انتخاب، سب ٹائٹلز کی ٹرانسکرپشن، میڈیا بصیرت، مواد کی تخلیق، ذہین ایڈیٹنگ اور کثیر پلیٹ فارم اشاعت (Douyin/Xiaohongshu/Bilibili/Toutiao) کے لیے ایک ون اسٹاپ ورک اسٹیشن فراہم کرتا ہے۔

امی (Omi) ایک اوپن سورس AI اسسٹنٹ ہے جو سکرین اور آڈیو کو ریکارڈ کرتا ہے، مکالمات کو ریئل ٹائم میں ٹرانسرائب کرتا ہے، خلاصے اور ایکشن آئٹمز تیار کرتا ہے، اور ڈیسک ٹاپ، موبائل، اور ویئر ایبل سمیت متعدد آلات پر مستقل چیٹ میموری فراہم کرتا ہے۔

ایک براؤزر tab-based سب ٹائٹل ایڈیٹر جس میں ہر اسپیکر کے لیے الگ لین موجود ہے۔ یہ ٹرانسکرپشن سے لے کر تصحیح اور ایکسپورٹ تک کے عمل کو موثر بناتا ہے۔

SenseVoiceSmall ایک اوپن سورس اسپیچ فاؤنڈیشن ماڈل ہے جو ASR، زبان کی شناخت، جذبات کی شناخت اور آڈیو ایونٹ کا پتہ لگانے کے لیے ہے، جس میں مینڈارن، کینٹونیز، انگریزی، جاپانی اور کورین شامل ہیں اور تیز غیر خود رجعت انفرنس فراہم کرتا ہے۔

LazyEdit مواد کی تخلیق، پروسیسنگ اور اختیاری اشاعت کے لیے ایک لوکل-فرسٹ، AI-اسسٹڈ ویڈیو ورک فلو ہے۔

Slopcamera کوڈنگ ایجنٹس کے لیے ایک مقامی بصری اسٹوڈیو ہے: ایک Bun CLI، TypeScript SDK اور Agent Skill جو ایجنٹس کو مناظر تخلیق کرنے، جنریٹڈ اور ریکارڈ شدہ میڈیا کو ملا کر تصاویر، ڈایاگرام، اینیمیشن اور ویڈیو برآمد کرنے دیتا ہے جبکہ ایڈٹ ایبل ذرائع محفوظ رہتے ہیں۔