GitHubStore

精准提取复杂结构化数据！专为机器学习优化的强大 OCR 工具Versatile-OCR-Program

作者

该 OCR 系统支持多语言文本、数学公式、表格、图表和图形的提取，并附带语义注释。它能生成 AI 准备的 JSON 或 Markdown 输出，包括数学表达式的描述、表格摘要和图形标题，准确率高达 90-95%。

支持40种东方语言和22种汉语方言!清华大学开源自动语音识别模型Dolphin

作者

Dolphin 是由 Dataocean AI 和清华大学合作开发的多语言语音识别模型，支持40种东方语言和22种汉语方言。它在210,000小时的数据上训练完成，包含专用数据集和开源数据集。该模型能执行语音识别、VAD、分割和LID任务。