sherpa是一个使用PyTorch的开源语音-文本-文本推理框架，专注于端到端（E2E）模型，即基于转录器和CTC的模型。它提供C++和Python的API。
本项目专注于部署，即使用预训练模型进行语音转录。如果您对如何训练或微调自己的模型感兴趣，请参考icefall。
我们还有其他类似的不依赖PyTorch的项目：
sherpa-onnx和sherpa-ncnn也支持iOS、Android和嵌入式系统。
请参考https://k2-fsa.github.io/sherpa/的文档
无需安装任何东西，直接在浏览器中试用sherpa：
https://huggingface.co/spaces/k2-fsa/automatic-speech-recognition
GigaSpeech
多领域英语语音识别数据集提供10,000小时转录音频
Adan
快速优化深度学习模型的新方法
mmcv
OpenMMLab开源计算机视觉基础库
pytorch-cpp
C++ 实现的 PyTorch 教程，为深度学习研究者提供从基础到高级的全面指南
SLiMe
基于Stable Diffusion的单样本图像分割方法
multimodal
PyTorch多模态模型开发框架
dasp-pytorch
基于PyTorch的可微分音频信号处理器库
Pytorch-UNet
PyTorch实现的高效U-Net语义分割模型
X2Paddle
飞桨生态下的模型转换工具，致力于帮助其它深度学习框架用户快速迁移至飞桨框架
lightning-thunder
PyTorch模型优化编译器 显著提升训练速度
豆包MarsCode
豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。
AI写歌
Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。
有言AI
有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。
Kimi
Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。
阿里绘蛙
绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。
吐司
探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。
SubCat字幕猫
SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。
美间AI
美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。
AIWritePaper论文写作
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
Github
Huggingface
文档