项目介绍

danielrosehill/Audio-Multimodal-AI-Resources 是一个托管在 GitHub 上的开源项目,目前获得 2 个 Star、0 次 Fork。

仓库全名
danielrosehill/Audio-Multimodal-AI-Resources

README 摘要

Multimodal AI - Audio-Text-To-Text Modality (Resources, Notes) Collection of open-source multimodal models with audio support, focusing on models that can process audio tokens and understand them in conjunction with text prompts. Overview This repository catalogs and analyzes a relatively small but significant subclassification of multimodal models: those with native audio support. Audio in addition to audio and…

完整内容见 GitHub 原始 README 或本页 。

常见问题

如何获取 Audio-Multimodal-AI-Resources 的源码?

可以直接克隆仓库:git clone https://github.com/danielrosehill/Audio-Multimodal-AI-Resources.git;安装与运行步骤见仓库 README。

Audio-Multimodal-AI-Resources 最近还在维护吗?

仓库最近一次更新为 2025年12月8日,当前没有未关闭的 Issue;Star 数为 2,可作为社区活跃度的参考。

关于

A compilation of resources (model profiles, benchmarks, docs) for multimodal AI models with audio understanding (esp. focused on ASR and transcription use-cases)

描述取自 GitHub 官方 API,中文内容由 GitRead 中文社区 编辑团队整理。

简要分析

热度分
4
价值分
1
活跃状态
活跃