Venu de DeepReinforce, Ornith confie la redaction des taches, la construction du echafaudage et la ecriture des solutions au modele lui meme, se decline en trois tailles de 9B a 397B et sort sous MIT avec un contexte de 256K et une installation locale.

Une plateforme du assistant publiee par Tencent Cloud sous licence MIT : conversations, espaces et cles restent sur votre machine, neuf messageries y arrivent.

Une execution agent libre publiee par DeepSeek : la version bureau embarque Node.js et Python, propose quatre modes, une page de extensions et une vue de trace.

Une extension ouverte qui se branche sur le editeur deja en place et parle au modele que on designe: nuage, local, ou service interne a lentreprise, avec les reglages dans un fichier que on possede.

Pas une application mais un article et son implémentation de référence, entraînée uniquement sur des dégradations synthétiques et si permissivement licenciée qu'une étagère de produits à interface l'enveloppe. Trois entrées, à des coûts différents.

Quatre couches selon la profondeur — une interface sans code, une couche conversationnelle, un cœur événementiel et un pack d'extensions. Le framework est en maintenance : la vraie question est donc de démarrer dessus ou seulement de le laisser tourner.

Un assistant qui vit dans les messageries que vous utilisez déjà et laisse toute sa mémoire sur votre disque. Une fondation à but non lucratif porte le projet, aucun palier payant n'existe, et une seule passerelle relie 29 canaux à un agent de codage.

Un cadre libre pour convertir le timbre d'une voix et la changer en direct. Il demande au moins dix minutes de parole propre pour l'entraînement, atteint 170 millisecondes de latence de bout en bout et fournit deux interfaces.

Un modèle libre de séparation de sources qui découpe un morceau mixé en batterie, basse, voix et accompagnement restant. Une seule ligne de commande suffit, Python peut l'appeler, et le code est sous MIT.

Un outil libre qui découpe un morceau en voix et accompagnement grâce à des modèles de séparation de sources. Le paquet officiel embarque l'interface, Python, PyTorch et les dépendances : rien à préparer en amont.

Une chaîne qui comble deux manques de Whisper : l'horodatage s'arrête à la phrase et le traitement par lots n'existe pas. WhisperX aligne de force pour dater chaque mot, étiquette les locuteurs et annonce 70 fois le temps réel sur large-v2.

Un outil de bureau qui transcrit et traduit l'audio sur votre propre ordinateur, Whisper en dessous. Il accepte fichiers et liens, transcrit en direct depuis un micro, distingue les voix et exporte texte brut, SRT et VTT.

Un modèle de reconnaissance vocale généraliste qui enchaîne transcription, traduction vers l'anglais et détection de langue. Six tailles vont d'environ 39 millions à environ 1,55 milliard de paramètres, code et poids sous licence MIT.

Un système de synthèse vocale zero shot à faire tourner sur sa propre machine. Un seul extrait de référence suffit pour cloner une voix, l'émotion, le débit et la prononciation restent des paramètres, et les poids relèvent d'une licence propre au projet.

Un projet open source de synthèse vocale fondé sur le flow matching, avec paquet pip, inférence en ligne de commande et interface web Gradio. Le code est en MIT, les poids pré-entraînés sont non commerciaux à cause des données d'entraînement.