AI仙宝S
githubSurya｜多语言文档OCR与版面分析开发库
面向开发者，用一组模型把图片或PDF转成带位置和阅读顺序的识别文字、版面区块和表格HTML，支持九十多种语言并可用于批量文档解析流程。
OCR 图像识别Python库（命令行与编程接口），支持NVIDIA GPU、CPU与Apple Silicon使用难度
站长实测状态尚未登记
多语言相关工具、教程与提示词
汇集多语言主题下已发布的工具、教程、提示词与场景资料，帮助你了解用途、使用条件及操作方法。
汇集多语言主题下已发布的工具、教程、提示词与场景资料，帮助你了解用途、使用条件及操作方法。
面向开发者，用一组模型把图片或PDF转成带位置和阅读顺序的识别文字、版面区块和表格HTML，支持九十多种语言并可用于批量文档解析流程。
OCR 图像识别Python库（命令行与编程接口），支持NVIDIA GPU、CPU与Apple Silicon一款开源的文本转语音系统，可用少量参考音频模仿说话人音色，并调节情绪、语速与发音，适合做配音、有声内容和对语音自然度有要求的开发者与创作者。
语音合成TTS本地部署为主（支持多种推理方式，待核验）提供多种语言、口音和风格的声音供选择，把文字转成自然语音，适合做短视频配音、有声内容和无障碍朗读的创作者。
语音合成TTS网页端