Git Stars Git Stars

#speaker-recognition Repositorios

Descubre 10 repositorios activos de código abierto de GitHub etiquetados con #speaker-recognition, que acumulan 51,818 estrellas en total (una media de 5,181 estrellas por proyecto). El líder de este tema es NVIDIA-NeMo/Speech, con 18,775 estrellas.

10
Total de Repositorios
51,818
Total de estrellas
5,181
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook Swift

10 repositorios en total

1
NVIDIA-NeMo/Speech

Un marco escalable de IA generativa construido para investigadores y desarrolladores que trabajan en Modelos de Lenguaje Grandes, Multimodal y IA de Voz (Reconocimiento Automático de Voz y Texto a Voz)

NVIDIA-NeMo
⭐ 18,775 Python 👤 NVIDIA-NeMo Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-08-05
2
speechbrain/speechbrain

Un kit de herramientas de voz basado en PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Actualizado 2026-10-14 📅 Creado 2020-04-28
3
pyannote/pyannote-audio

Bloques de construcción neuronales para la diarización de hablantes: detección de actividad de voz, detección de cambio de hablante, detección de voz solapada, embedding de hablante

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Actualizado 2026-11-19 📅 Creado 2016-03-07
4
FluidInference/FluidAudio

Modelos de audio Frontier CoreML en tus aplicaciones: texto a voz, voz a texto, detección de actividad de voz y diarización de hablantes. En Swift, impulsado por código abierto SOTA.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Actualizado 2026-11-19 📅 Creado 2025-06-21
5
google/uis-rnn

Esta es la biblioteca para el algoritmo de Red Neuronal Recurrente de Estado Entrelazado Ilimitado (UIS-RNN), correspondiente al artículo Fully Supervised Speaker Diarization.

google
⭐ 1,588 Python 👤 google Organization 🕐 Actualizado 2024-09-25 📅 Creado 2018-10-23
6
wenet-e2e/wespeaker

Toolkit orientado a la investigación y producción para la verificación, reconocimiento y diarización del hablante

wenet-e2e
⭐ 1,475 Python 👤 wenet-e2e Organization 🕐 Actualizado 2026-09-22 📅 Creado 2021-09-28
7
yeyupiaoling/VoiceprintRecognition-Pytorch

Este proyecto utiliza una variedad de modelos avanzados de reconocimiento de huellas vocales como EcapaTdnn, ResNetSE, ERes2Net, CAM++, etc. No se excluye que en el futuro se admitan más modelos. Al mismo tiempo, este proyecto también admite los métodos de preprocesamiento de datos MelSpectrogram y Spectrogram.

yeyupiaoling
⭐ 1,325 Python 👤 yeyupiaoling User 🕐 Actualizado 2026-09-15 📅 Creado 2021-06-28
8
clovaai/voxceleb_trainer

En defensa del aprendizaje métrico para el reconocimiento del hablante

clovaai
⭐ 1,176 Python 👤 clovaai Organization 🕐 Actualizado 2026-04-22 📅 Creado 2020-03-26
9
TaoRuijie/ECAPA-TDNN

Reimplementación no oficial de ECAPA-TDNN para el reconocimiento de hablantes (EER=0,86 para Vox1_O al entrenar solo en Vox2)

TaoRuijie
⭐ 772 Python 👤 TaoRuijie User 🕐 Actualizado 2024-04-11 📅 Creado 2021-10-25
10
Snowdar/asv-subtools

Herramientas de Código Abierto para el Reconocimiento del Hablante

Snowdar
⭐ 633 Python 👤 Snowdar User 🕐 Actualizado 2024-08-05 📅 Creado 2020-03-02

Preguntas frecuentes

1

¿Cuál es el repositorio de #speaker-recognition más popular en GitHub?

El proyecto de código abierto de #speaker-recognition mejor posicionado en GitHub es NVIDIA-NeMo/Speech, con 18,775 estrellas. Un marco escalable de IA generativa construido para investigadores y desarrolladores que trabajan en Modelos de Lenguaje Grandes, Multimodal y IA de Voz (Reconocimiento Automático de Voz y Texto a Voz)

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #speaker-recognition?

Entre los proyectos de #speaker-recognition mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Swift.

3

¿Cómo se calcula la clasificación de los repositorios de #speaker-recognition?

Seguimos 10 repositorios activos de código abierto etiquetados con #speaker-recognition (500+ estrellas), que suman un total de 51,818 estrellas, con una media de 5,181 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.