#speaker-recognition Repositories
Entdecke 10 aktive Open-Source-GitHub-Repositories, die mit #speaker-recognition getaggt sind und insgesamt 51,818 Sterne gesammelt haben (durchschnittlich 5,181 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist NVIDIA-NeMo/Speech mit 18,775 Sternen.
Insgesamt 10 Repositories
Ein skalierbarer generativer KI-Framework, das für Forscher und Entwickler entwickelt wurde, die an Large Language Models, Multimodal und Speech AI (Automatic Speech Recognition und Text-to-Speech) arbeiten
Neuronale Bausteine für die Speaker-Diarisierung: Sprachaktivitätsdetektion, Sprecherwechseldetektion, Detektion überlappender Sprache, Speaker-Embedding
Frontier CoreML Audio-Modelle in Ihren Apps – Text-to-Speech, Speech-to-Text, Voice Activity Detection und Sprecher-Diarisierung. In Swift, angetrieben von SOTA Open Source.
Dies ist die Bibliothek für den Unbounded Interleaved-State Recurrent Neural Network (UIS-RNN) Algorithmus, der dem Paper Fully Supervised Speaker Diarization entspricht.
Auf Forschung und Produktion ausgerichtetes Toolkit für Sprecherverifikation, Sprechererkennung und Sprechersegmentierung
Dieses Projekt verwendet eine Vielzahl von fortschrittlichen Stimmerkennungmodellen wie EcapaTdnn, ResNetSE, ERes2Net, CAM++ usw. Es ist nicht ausgeschlossen, dass in Zukunft weitere Modelle unterstützt werden. Gleichzeitig unterstützt dieses Projekt auch die Datenvorverarbeitungsmethoden MelSpectrogram und Spectrogram.
Inoffizielle Neuentwicklung von ECAPA-TDNN für Sprechererkennung (EER=0,86 für Vox1_O bei Training nur in Vox2)
Häufig gestellte Fragen
Welches ist das beliebteste #speaker-recognition-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#speaker-recognition-Projekt auf GitHub ist NVIDIA-NeMo/Speech mit 18,775 Sternen. Ein skalierbarer generativer KI-Framework, das für Forscher und Entwickler entwickelt wurde, die an Large Language Models, Multimodal und Speech AI (Automatic Speech Recognition und Text-to-Speech) arbeiten
Welche Programmiersprachen werden in #speaker-recognition-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #speaker-recognition-Projekten auf GitHub sind Python, Jupyter Notebook, Swift die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #speaker-recognition-Repositories berechnet?
Wir verfolgen 10 aktive Open-Source-Repositories, die mit #speaker-recognition getaggt sind (500+ Sterne), mit insgesamt 51,818 Sternen und durchschnittlich 5,181 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.