Fiche outil
lhotse-speech/lhotse
github.com
Bibliothèque Python pour la préparation flexible de données multimodales (parole, audio, vidéo, image et texte) destinées à l'apprentissage automatique.
Ce qu'il fait
lhotse-speech/lhotse
Lhotse est une bibliothèque Python qui rend la préparation de données multimodales flexible et accessible, offrant des recettes standard de préparation de données, des découpes audio/vidéo et des algorithmes efficaces de chargement de données comme le mélange de jeux de données et le bucketing à la volée. Elle s'adresse aux chercheurs et ingénieurs en apprentissage automatique vocal et multimodal, avec une intégration transparente à PyTorch via des classes Dataset spécifiques aux tâches. Elle fait partie de la bibliothèque de traitement vocal Kaldi de nouvelle génération aux côtés de k2 et est installable via pip.
Tags
Catégories
Aucun résumé n'a encore été ajouté.
FAQ
Questions fréquentes
- Qu’est-ce que lhotse-speech/lhotse ?
- Lhotse est une bibliothèque Python qui rend la préparation de données multimodales flexible et accessible, offrant des recettes standard de préparation de données, des découpes audio/vidéo et des algorithmes efficaces de chargement de données comme le mélange de jeux de données et le bucketing à la volée. Elle s'adresse aux chercheurs et ingénieurs en apprentissage automatique vocal et multimodal, avec une intégration transparente à PyTorch via des classes Dataset spécifiques aux tâches. Elle fait partie de la bibliothèque de traitement vocal Kaldi de nouvelle génération aux côtés de k2 et est installable via pip.
- Combien coûte lhotse-speech/lhotse ?
- lhotse-speech/lhotse applique un modèle tarifaire : Open source. Consultez le site officiel pour les offres actuelles.
- À quoi sert lhotse-speech/lhotse ?
- lhotse-speech/lhotse est référencé sur TolsAI dans ces catégories : Open Source.
- Où utiliser lhotse-speech/lhotse ?
- lhotse-speech/lhotse est disponible sur son site officiel, github.com.
Explorer
Plus dans Open Source
Un harnais agentique open source pour un agent IA auto-améliorant qui planifie et exécute les tâches que vous décrivez.
Un moteur RAG sans vecteurs, basé sur le raisonnement, qui indexe les documents sous forme d'arbres et effectue la récupération avec le raisonnement d'un LLM.
Une bibliothèque Python de type PyTorch pour construire et auto-optimiser des workflows LLM tels que les chatbots, le RAG et les agents.
Une interface web modulaire pour générer des images, des vidéos et de l'audio avec des modèles d'IA comme Stable Diffusion, Flux et Wan.
Un guide étape par étape pour concevoir des systèmes d'IA basés sur les LLM, le RAG et les agents d'IA.
Moteur de pipeline d'IA open source pour créer, déboguer et déployer des workflows LLM et l'orchestration d'agents depuis votre IDE.
Discussion
Discussion
Connectez-vous pour participer à la discussion
Aucun commentaire pour le moment. Lancez la discussion.