登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
16569+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
文本
,共找到
108
条记录
默认排序
最新上传
最多下载
语音克隆与合成语音生成
voice-clone-lab
opensquilla/opensquilla
155
本技能用于根据本地音频样本创建和注册可复用的克隆音色,供后续的文本转语音(TTS)使用。它严格遵循“先获取同意”的工作流,要求用户提供明确的授权、详细的说话人元数据和版权证明。功能旨在确保生成的语音ID在内容创作中使用是安全、可溯源且完全符合法律规定的。
查看详情
文本转语音配音工作室
voiceover-studio
opensquilla/opensquilla
483
通过此工作室,您可以将任何书面脚本转换为高质量的专业语音旁白。功能覆盖产品演示、IVR系统提示、播客朗读和短视频口播等多种场景。支持精确控制语种、口音、情感和语速,旨在提供专业级、可直接使用的音频内容。
查看详情
向量嵌入生成与索引
vector-embed
ruvnet/ruflo
353
本工具用于将文本、代码或文档转化为高维向量嵌入(384维)。它利用ONNX和HNSW索引,实现高效的语义搜索、相似性比较和数据聚类,是构建RAG和知识检索系统的核心组件。
查看详情
GPT图片生成与编辑工具
gpt-image-skill
feiskyer/claude-code-settings
287
该技能利用OpenAI GPT图像API,支持用户从文本描述生成全新图片,或对现有照片进行专业编辑。用户可以指定详细的提示词、宽高比(如横向、竖向)、背景类型和输出质量,适用于艺术创作、Logo设计、概念图生成和高级图片处理。
查看详情
语音实验设计与报告指南
interspeech-experiments
brycewang-stanford/Awesome-Journal-Skills
479
本指南详细介绍了语音处理领域(如自动语音识别、文本转语音、说话人验证等)实验设计、评估和报告的最佳实践。它涵盖了必须使用的核心指标、构建可靠基线、进行显著性检验(如自助法、置信区间)以及确保条件覆盖的各个方面,旨在提高学术论文的科学严谨性。
查看详情
语音研究可复现性报告指南
interspeech-reproducibility
brycewang-stanford/Awesome-Journal-Skills
338
本指南是为语音技术研究者准备的,旨在确保学术论文(如INTERSPEECH投稿)结果具备高度的可复现性。它详细指导如何记录和报告关键的“衰减通道”,包括语料库版本、文本规范化规则、客观指标(如WER、EER)、主观评估协议(MOS)以及模型训练的随机性。核心在于固定工具有效配置、硬件环境和所有实验参数,以达到最高的科学严谨性。
查看详情
语音研究会议投稿选择指南
interspeech-topic-selection
brycewang-stanford/Awesome-Journal-Skills
205
本指南帮助研究人员判断其语音相关的研究贡献(例如声学、韵律、语音信号分析等)最适合投稿的学术会议。通过“模态测试”和子领域匹配,指导用户选择最合适的投稿平台,避免将文本型研究投给语音专业会议,反之亦然。
查看详情
临床文本批处理
batch-processing-clinical-text
maziyarpanahi/openmed
59
用于对大规模临床文本语料库进行批处理的工具。支持在本地设备上执行NER、隐私信息(PII)提取和脱敏处理。内置断点续传、分片和流式输出功能,确保处理数千份病历时数据安全、资源高效,且不会占用过多内存。
查看详情
多语言临床文本脱敏处理
deidentifying-multilingual-text
maziyarpanahi/openmed
341
该技能专为处理多国语言的临床医疗文本设计,能够从西班牙语、德语、法语、阿拉伯语等多种语言的病历中脱去敏感的个人身份信息(PII)。系统能自动匹配语言对应的PII模型和国家级证件正则规则,并生成高度本地化的替代假数据,确保脱敏结果的真实性和可用性。
查看详情
提取社会决定因素与代码映射
extracting-sdoh
maziyarpanahi/openmed
305
本功能用于从非结构化的临床叙述中提取社会决定因素(SDOH),包括住房不稳定、食物不安全和交通障碍等。它将这些文本片段映射到标准化的ICD-10-CM Z代码(Z55–Z65)。这对于进行健康公平性分析、构建风险分层模型和识别编码缺失至关重要,能将叙述性文本转化为可查询的离散数据点。
查看详情
临床文档摄取与预处理
ingesting-clinical-documents
maziyarpanahi/openmed
287
该模块负责将各种形式的临床文档(如扫描的图片、传真、CSV/TSV表格、C-CDA XML)统一转换为结构化的文本格式。它支持设备端OCR和表格数据红审,是进行去标识化和命名实体识别(NER)流程的关键第一步。
查看详情
实验室数值解析与异常标记
parsing-lab-values
maziyarpanahi/openmed
427
本技能用于解析临床文本中的实验室数值。它能够解析参考范围(如“135-145”或“<5”),并为给定数值推导出结构化的异常标记(低、正常、高、临界)。该功能天生支持单位无关性,并能尊重源自实验室本身的显式标记,是结构化临床数据提取和解读流程的关键工具。
查看详情
上一页
1
2
3
...
5
6
7
8
9
下一页
语言
简体中文
English