#speech-emotion-recognition Repositorios
Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #speech-emotion-recognition, que acumulan 12,204 estrellas en total (una media de 4,068 estrellas por proyecto). El líder de este tema es QwenAudio/SenseVoice, con 9,797 estrellas.
3 repositorios en total
Modelo SenseVoiceSmall de código abierto para ASR en mandarín, cantonés, inglés, japonés y coreano, identificación de idioma, reconocimiento de emociones y detección de eventos de audio.
💎 Una lista de corpora de voz accesibles para ASR, TTS y otras tecnologías de voz
[ACL 2024] Código oficial de PyTorch para extraer características y entrenar modelos posteriores con emotion2vec: Preentrenamiento autosupervisado para la representación de emociones de voz
Preguntas frecuentes
¿Cuál es el repositorio de #speech-emotion-recognition más popular en GitHub?
El proyecto de código abierto de #speech-emotion-recognition mejor posicionado en GitHub es QwenAudio/SenseVoice, con 9,797 estrellas. Modelo SenseVoiceSmall de código abierto para ASR en mandarín, cantonés, inglés, japonés y coreano, identificación de idioma, reconocimiento de emociones y detección de eventos de audio.
¿Qué lenguajes de programación se utilizan más en los repositorios de #speech-emotion-recognition?
Entre los proyectos de #speech-emotion-recognition mejor posicionados en GitHub, los lenguajes de programación más comunes son C, Python.
¿Cómo se calcula la clasificación de los repositorios de #speech-emotion-recognition?
Seguimos 3 repositorios activos de código abierto etiquetados con #speech-emotion-recognition (500+ estrellas), que suman un total de 12,204 estrellas, con una media de 4,068 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.