Project Icon

WeTextProcessing

中英文文本标准化和反标准化处理工具包

WeTextProcessing是一个开源的文本处理工具包,主要用于中英文文本的标准化和反标准化。它提供API接口,允许自定义规则,并支持C++运行时部署。该工具适用于语音识别后处理、自然语言处理等需要处理大量文本数据的场景。WeTextProcessing具有高性能和灵活配置的特点,可满足各种文本处理需求。

wetts - 端到端文本转语音开源工具包
GithubWeTTS多平台支持开源数据集开源项目端到端模型语音合成
WeTTS是一个开源的端到端文本转语音(TTS)工具包,专注于生产级和设备端应用。它支持多语言处理,提供预训练模型,并可在x86、Android和树莓派等多种平台上运行。WeTTS采用VITS等先进的端到端模型,结合WeTextProcessing进行文本规范化,并使用基于BERT的统一前端处理中文语音合成。该工具包支持多个开源数据集,为研究者和开发者提供高质量、易用的TTS解决方案。
nlp-lang - 自然语言处理工具包,提供词语标准化、汉字转拼音等功能
GithubViterbi算法nlp-lang开源项目自然语言处理词语标准化词频统计
该项目封装了常用的自然语言处理工具和组件,如词语标准化、tire树结构、文本断句、html标签清理、Viterbi算法等。组件还包括汉字转拼音、简繁体转换、bloomfilter、指纹去重、SimHash相似度计算、词共现统计、内存搜索提示和WordWeight统计等。
ChineseWebText - 大规模中文网络文本数据集及其评估工具链
ChineseWebTextGithub开源项目数据评估模型网页文本处理自然语言处理高质量中文数据集
ChineseWebText是一个大规模中文网络文本数据集,总容量达1.42TB,每条文本均附带质量评分。该项目还提供了一个600GB的高质量子集,文本质量均超过90%。项目包含EvalWeb工具链,用于从原始网络数据中提取优质中文文本。EvalWeb通过数据准备、预处理和BERT评估模型对文本质量进行筛选和评估。此外,项目还开发了基于FastText的快速分类器,在保持性能的同时提高了处理效率。
text2text - 跨语言文本处理的综合工具包
GithubText2Text开源项目文本生成自然语言处理语言翻译跨语言模型
提供跨语言文本生成、翻译、嵌入和问答等功能的NLP工具包,支持百种语言。可在Google Colab平台免费运行,适用学术研究、企业应用和个性化开发。通过示例和快速入门指南,用户能快速掌握强大的多语言模型,高效处理文本。
HarvestText - 开源文本处理和分析工具,支持无监督方法和领域知识整合
GithubHarvestTextPython开源项目文本预处理无监督方法自然语言处理
HarvestText 是一个开源文本处理与分析工具,专注于无(弱)监督方法,能够整合领域知识,高效处理和分析特定领域文本。主要功能包括精细分词、文本清洗、实体链接、命名实体识别和依存句法分析等,并支持情感分析、关系网络构建、文本摘要及信息检索等高级应用。广泛应用于小说分析、网络文本及专业文献处理,具备高效灵活的特点。
wenet - 轻量精准的全栈语音识别解决方案
GithubWeNet安装指南开源工具包开源项目文档语音识别
WeNet项目提供生产就绪的全栈语音识别方案,强调精准与轻量化。项目在多个公共语音数据集上实现了最先进效果。WeNet易于安装和使用,支持Python编程和命令行操作,并兼容多种硬件,包括Ascend NPU。通过借鉴ESPnet和Kaldi等项目,WeNet提供高效的模型训练和部署方式。用户可在GitHub或微信讨论群中参与交流,获取技术支持和项目信息更新。
wtpsplit - 多语言文本分割工具 支持85种语言的高效句子和段落分割
GithubSaT多语言开源项目文本分割深度学习自然语言处理
wtpsplit是一个开源的文本分割工具,实现了最新的SaT模型。它支持85种语言的句子和段落分割,具有高效、稳健的特点。该工具通过LoRA技术可适应特定领域和风格,提供多种模型大小以满足不同应用需求。wtpsplit在保持高性能的同时,还具有较低的计算成本,适用于从通用句子分割到特定领域文本处理的各种场景。
retext - 可扩展的自然语言转换框架
Githubretext开源项目插件系统文本转换自然语言处理语法树
retext是一个基于插件的自然语言转换框架,可在服务器、客户端和Deno等多种环境中使用。它通过结构化数据处理自然语言,支持拼写检查、排版优化和可读性分析等功能。retext生态系统包含多个语言处理包,并允许开发自定义插件。作为unified项目的开源组件,retext使用nlcst语法树提供强大的自然语言支持,适用于文本分析、内容优化和自动校对等场景。其活跃的社区不断贡献新插件,使retext成为灵活可靠的文本处理解决方案。
wink-nlp-utils - 轻量级自然语言处理工具集 简化文本预处理和分析
GithubNLP停用词分词句子边界检测开源项目文本处理
wink-nlp-utils是一个轻量级自然语言处理工具集,提供36多个实用函数。支持姓名提取、语料库生成、句子分割、分词和停用词移除等功能。适用于语义搜索和文本分类等任务的预处理,为开发人员提供简洁API。该项目是wink开源家族的一员,专注于文本预处理和分析,在npm上可用,具有完整的文档和测试覆盖率。支持Node.js环境。
wekws - 端到端关键词检测的开源工具包
GithubWeKws关键词识别唤醒词检测开源项目深度学习物联网设备
WeKws是一个面向生产环境的端到端关键词检测工具包。它支持多种应用场景,包括单一唤醒词、多唤醒词、可定制唤醒词和个性化唤醒词。该工具包针对物联网设备优化,具有低功耗、参数少、计算复杂度低和流式检测等特点。WeKws兼容多种开源唤醒词数据集和硬件平台,如Web浏览器、x86、Android和树莓派。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号