Python
SGLang-Omniで音声・マルチモーダルモデルの高速推論を設定する方法
SGLang-Omniは、音声エンコーディングから音声合成までの複雑なパイプラインを処理する、音声・マルチモーダルモデルのマルチステージ推論に特化したランタイムを提供します。
#asr
2 プロジェクト C-plus-plus
Python依存なしで任意のハードウェアで音声認識を実行する方法
transcribe.cppは、Python依存なしで任意のハードウェアで動作する軽量なC/C++音声認識ライブラリです。16のモデルファミリー、複数のバックエンド、GGUF量子化をサポートしています。