modelscope

開源語音辨識工具包，支援訓練、推論、串流 ASR、VAD、標點、說話者分割流程，並提供相容 OpenAI / MCP 的服務介面

使用 PEFT 或 Full-parameter 於 600+ LLM（Qwen3.6、DeepSeek-V4、GLM-5.1、InternLM3、Llama4、...）與 300+ MLLM（Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM4.5v、Gemma4、Llava、Phi4、...）進行 CPT/SFT/DPO/GRPO（AAAI 2025）

盡情體驗 Diffusion 模型的魔力！

FaceChain 是用於生成您的數位雙的深度學習工具鏈

ModelScope：將模型即服務（Model-as-a-Service）的概念落實。

基於 FunASR 的影片轉錄、字幕生成與 LLM 協助剪輯工具，配備本地 Gradio UI

一套 AI 驅動的語音處理工具包與開源 SOTA 預訓練模型，支援語音增強、分離與目標說話人提取等功能

MS-Agent：輕量級框架，支援複雜任務的代理式執行。

一個精簡且可自訂的框架，用於高效的大型模型（LLM、VLM、AIGC）評估與效能基準測試。

單模態與多模態說話者驗證、識別與分段的資料庫

AgentEvolver：邁向高效的自我演化 Agent 系統

🐿️ Sirchmunk：即時將原始資料轉化為自我演進的智慧。

SCEPTER 是一個用於生成式模型訓練、微調與推論的開源框架