#speech Dépôts
Découvrez 75 dépôts GitHub open source actifs associés à #speech, cumulant 371,290 étoiles au total (soit une moyenne de 4,950 étoiles par projet). Le projet en tête de ce thème est coqui-ai/TTS, avec 44,052 étoiles.
76 dépôts au total
🐸💬 - une boîte à outils d'apprentissage profond pour la synthèse vocale, éprouvée en recherche et en production
VoxCPM2 : TTS sans tokenizer pour la génération de parole multilingue, le design vocal créatif et le clonage réaliste
🚀 Clonez une voix en 5 secondes pour générer un discours arbitraire en temps réel
WhisperX : Reconnaissance vocale automatique avec horodatages au niveau du mot (& diarisation)
Grounded SAM : Marier Grounding DINO avec Segment Anything & Stable Diffusion & Recognize Anything - Détecter, segmenter et générer automatiquement tout
AudioGPT : Comprendre et générer la parole, la musique, les sons et les têtes parlantes
Maintenu officiellement, soutenu par PaddlePaddle, incluant CV, NLP, Speech, Rec, TS, grands modèles et ainsi de suite.
Modèles Silero : des modèles de synthèse vocale pré-entraînés rendus incroyablement simples
Quantification sur 2 bits, noyaux et environnement d’exécution pour les appareils grand public.
Reconnaissance vocale automatique avec diarisation du locuteur basée sur OpenAI Whisper
Outil de reconnaissance vocale vers texte / Un outil local hors ligne pour convertir des sous-titres audio/vidéo, produisant des formats JSON, srt et texte brut
Une boîte à outils de traitement de la parole alimentée par l'IA et des modèles pré-entraînés SOTA open source, prenant en charge l'amélioration de la parole, la séparation, l'extraction du locuteur cible, etc.
Un outil de conversion vocale simple et de haute qualité axé sur la facilité d'utilisation et les performances.
🚀 Collection organisée de superbes scripts Python, des bases à l'avancé, avec des scripts de tâches d'automatisation.
Manipulation et transformation de données pour le traitement du signal audio, propulsé par PyTorch
aeneas est une bibliothèque Python/C et un ensemble d'outils pour synchroniser automagiquement l'audio et le texte (également connu sous le nom d'alignement forcé)
Reconnaissance vocale automatique multilingue avec horodatages au niveau du mot et confiance
💬 SpeechGPT est une application web qui vous permet de converser avec ChatGPT.
Bibliothèque Python et outil CLI pour l'interface avec l'API text-to-speech de Google Translate
Détecteur d'activité vocale (VAD) : faible latence, hautes performances et léger
Point de terminaison API de synthèse vocale gratuit et de haute qualité pour remplacer OpenAI, Azure ou ElevenLabs
Liste communautaire des startups travaillant avec l'IA dans la technologie audio et musicale
AuK : Un modèle fondamental open source pour la génération et l’édition de la parole
DELTA est une plateforme de traitement du langage naturel et de la parole basée sur l'apprentissage profond. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Transcription contrôlable. Verbatim (chaque mot de remplissage, pause, bégaiement et son vocal) ou interprétée (ce que le locuteur voulait dire, optimisée pour la lisibilité), avec des horodatages au niveau des mots.
MTools est une puissante application de bureau multifonctionnelle qui réunit des outils de traitement audio et vidéo, de retouche d’images, de manipulation de texte et d’encodage. Elle intègre des fonctionnalités d’amélioration par IA et propose un service MCP local. Elle est conçue pour simplifier votre flux de travail et améliorer votre productivité.
Articles pertinents dans le domaine du traitement du langage naturel (avec notes de lecture), reproduction de modèles et traitement de données (le code inclut deux versions : TensorFlow et PyTorch)
StreamSpeech est un modèle transparent « tout-en-un » pour la reconnaissance vocale, la traduction vocale et la synthèse vocale hors ligne et simultanées.
Vidéos, notes et expériences pour comprendre le deep learning
Outils pour la gestion de données multimodales dans les projets d'apprentissage automatique.
[Non officiel] Implémentation PyTorch de "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Foire aux questions
Quel est le dépôt #speech le plus populaire sur GitHub ?
Le projet #speech open source le mieux classé sur GitHub est coqui-ai/TTS, avec 44,052 étoiles. 🐸💬 - une boîte à outils d'apprentissage profond pour la synthèse vocale, éprouvée en recherche et en production
Quels langages de programmation sont les plus utilisés dans les dépôts #speech ?
Parmi les projets #speech les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C, TypeScript.
Comment le classement des dépôts #speech est-il calculé ?
Nous suivons 75 dépôts open source actifs associés à #speech (500+ étoiles), totalisant 371,290 étoiles, avec une moyenne de 4,950 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.