@china_bing
多模态技术&空间计算
三维重建demo，简单易学
分享各行业实用的AI技术实践，涵盖视觉、语音、音频、点云、多模态等方面，欢迎Star！
RNN-Transducer demo示例，方便理解基本原理。
一个离线运行的本地音视频转字幕工具，采样最新whisper版本，准确率高，输出json、srt、纯文字格式字幕，无需申请第三方API，支持多语言。
kitti数据集的mini版本，训练集和测试集各选取100个样本，用于跑通流程。
