Ornith von DeepReinforce ueberlaesst das Aufgabenstellen, das Geruest und das Loesen dem Modell selbst, kommt in drei Groessen von 9B bis 397B und erscheint unter MIT mit 256K Kontext und Betrieb auf eigener Maschine.

Eine Assistentenplattform von Tencent Cloud unter MIT Lizenz: Gespraeche, Arbeitsbereiche und Schluessel bleiben auf der eigenen Maschine, neun Chat Dienste laufen hinein.

Eine offene Laufzeit fuer Agenten von DeepSeek, mit einem Schreibtischbau, der Node.js, pnpm und eine Python Umgebung mitbringt, vier Vorgaben und einer Spuransicht.

Eine offene Erweiterung fuer den vorhandenen Editor, die mit jedem Modell spricht, auf das man zeigt: aus der Wolke, lokal oder als eigener Dienst im Firmennetz, konfiguriert in einer Datei in eigener Hand.

Keine Anwendung, sondern ein Paper mit Referenzimplementierung, ausschließlich auf synthetischen Degradationen trainiert und so freizügig lizenziert, dass ein ganzes Regal von Oberflächenprodukten es einpackt. Drei Wege hinein, mit unterschiedlichen Kosten.

Vier Schichten nach Tiefe — eine Oberfläche ohne Code, eine dialogorientierte Ebene, ein ereignisgesteuerter Kern und ein Erweiterungspaket. Das Framework ist im Wartungsmodus, die ehrliche Frage lautet deshalb: darauf starten oder nur weiterlaufen lassen.

Ein Assistent, der in den ohnehin genutzten Chat-Apps wohnt und jede Erinnerung auf der eigenen Platte lässt. Eine gemeinnützige Stiftung hält das Projekt, es gibt keine bezahlte Stufe, und ein einziges Gateway führt 29 Kanäle zu einem Coding-Agenten.

Ein offenes Framework für Stimmklang-Umwandlung und Live-Stimmwechsel. Es verlangt mindestens zehn Minuten saubere Sprache zum Trainieren, erreicht 170 Millisekunden Ende-zu-Ende-Latenz und bringt eine Weboberfläche plus eine Live-Oberfläche mit.

Ein offenes Modell zur Quellentrennung, das einen gemischten Song in Schlagzeug, Bass, Gesang und die übrige Begleitung zerlegt. Ein Aufruf auf der Kommandozeile genügt, aus Python ist es ebenso nutzbar, der Code steht unter MIT.

Ein Open-Source-Werkzeug, das einen Song mit Modellen zur Quellentrennung in Stimme und Begleitung zerlegt. Das offizielle Paket bringt Oberfläche, Python, PyTorch und die Abhängigkeiten mit, vorbereitet werden muss nichts.

Ein Ablauf, der zwei Lücken von Whisper schließt: Zeitstempel enden auf Satzebene, und eine Stapelverarbeitung fehlt. WhisperX richtet zwangsweise aus, um Wortzeiten zu gewinnen, labelt Sprecher und nennt 70-fache Echtzeit auf large-v2.

Ein Desktop-Werkzeug, das Audio auf dem eigenen Rechner transkribiert und übersetzt, mit Whisper darunter. Es nimmt Mediendateien oder Links, schreibt live vom Mikrofon mit, trennt Sprecher und exportiert reinen Text sowie SRT und VTT.

Ein universelles Spracherkennungsmodell, das Transkription, Übersetzung ins Englische und Spracherkennung in einem Durchlauf erledigt. Sechs Größen reichen von rund 39 Millionen bis rund 1,55 Milliarden Parametern, Code und Gewichte stehen unter MIT.

Ein Zero-Shot-Sprachsynthesesystem für den lokalen Betrieb. Ein Referenzclip genügt zum Klonen, Emotion, Tempo und Aussprache bleiben Parameter, und für die Gewichte gilt eine Lizenz des Projekts statt einer allgemeinen Open-Source-Lizenz.

Ein quelloffenes Projekt für Sprachsynthese auf Basis von Flow Matching, mit pip-Paket, Kommandozeilen-Inferenz und Gradio-Oberfläche. Der Code ist MIT, die vortrainierten Gewichte sind wegen der Trainingsdaten nicht kommerziell nutzbar.