captioning

Un framework modulaire pour la recherche multimodale vision et langage de Facebook AI Research (FAIR).

Simplifier le processus de fine-tuning pour les modèles multimodaux : PaliGemma 2, Florence-2 et Qwen2.5-VL

JoyCaption est un modèle de langage visuel (VLM) de description d'images, conçu dès le départ comme un modèle libre, ouvert et non censuré pour aider la communauté à entraîner des modèles de diffusion.

新一代 AI 专业字幕软件，剪映字幕、elevenlabs 语音转文本的最佳本地版平替之一，也是加强版。中英转录识别准确率超过 97%，词语音频对齐率 98%，说话人分割与识别准确率 96%，带有最先进的 ASR 开源模型，100+字幕动画（支持导出透明背景的字幕动画）。说话人识别、专业字幕编辑器、命令行工具、Skill，达芬奇字幕插件（含字幕动画插件），PR 字幕插件，本地转录、远程转录、文稿匹配、智能拆行、AI校正、AI 智能热词、翻译、双语字幕、专业字幕编辑器、字幕合成、自定义大模型 API