#speech-recognition Dépôts
206 dépôts au total
Un journal privé avec une équipe d'assistants IA personnels. Les agents lisent ce que vous enregistrez et proposent la suite à faire — vous approuvez les modifications. Synchronisation chiffrée de bout en bout entre vos propres appareils — les serveurs ne voient que du texte chiffré. IA locale facultative.
Un laboratoire pratique pour créer, tester et évaluer des applications avec le framework de modèles de fondation d'Apple.
Irina est un assistant vocal russe pour le travail hors ligne. Prend en charge les compétences via des plugins.
💁 Impressionnant trésor de modèles Transformer pour le traitement du langage naturel contenant des articles, des vidéos, des blogs, des dépôts officiels ainsi que des notebooks Colab. 🛫☑️
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)
Un assistant vocal IA pour les hackers, construit avec Python et PyTorch.
L'application iOS open-source qui rend la transcription vocale de qualité plus accessible sur les appareils mobiles.
Serveur de reconnaissance vocale full-duplex en temps réel, basé sur la boîte à outils Kaldi et le framework GStreamer.
Un assistant vocal de bureau basé sur Python capable d'exécuter des commandes au niveau du système, d'intégrer la reconnaissance vocale et la synthèse vocale, et de gérer des interactions utilisateur asynchrones.
Un outil d'édition qui utilise l'IA pour transcrire, comprendre le contenu et rechercher n'importe quoi dans vos séquences, intégré à ChatGPT et à d'autres modèles d'IA
Reconnaissance vocale hors ligne pour Android avec la bibliothèque Vosk.
Dictée vocale gratuite, open-source et 100% hors ligne pour Linux. Parlez et tapez n'importe où via les moteurs whisper.cpp, Whisper et VOSK, accéléré par GPU, fonctionne sur X11 + Wayland.
:zap: TensorFlowASR: Reconnaissance vocale automatique presque à la pointe de la technologie dans TensorFlow 2. Langues prises en charge qui peuvent utiliser des caractères ou des sous-mots
💬📝 Une petite application de dictée utilisant le modèle de reconnaissance vocale Whisper d'OpenAI.
Le hub de la recherche en IA audio : articles, modèles ouverts, benchmarks et ensembles de données sur les LLM audio, la reconnaissance vocale, la TTS, la génération musicale et audio.
Transcription audio quasi en temps réel à l'aide de Whisper auto-hébergé et de WebSocket en Python/JS
Whisper.net. La reconnaissance vocale simplifiée grâce aux modèles Whisper
service de transcription et de diarisation hors ligne auto-hébergé clé en main avec résumé LLM
Transformez l’audio de l’ordinateur ou du microphone en sous-titres traduits en temps réel.
Espresso : Un kit d'outils rapide de reconnaissance vocale neuronale de bout en bout
Traduction audio en temps réel, capture l'audio système + micro, exécute ASR (Whisper/SenseVoice), traduit via API LLM avec affichage en streaming. Parfait pour les VTubers, les streamers et regarder des contenus étrangers.
Voicy (@voicybot) : un bot Telegram qui transcrit les messages vocaux en texte dans les groupes et les conversations privées
Un LLM parlant qui fonctionne sur votre propre ordinateur sans avoir besoin d'Internet.
:speech_balloon: SpeechPy - Une bibliothèque pour le traitement et la reconnaissance de la parole: http://speechpy.readthedocs.io/en/latest/
Reconnaissance vocale chinoise de bout en bout basée sur PaddlePaddle, de l'introduction à la pratique, exemples d'introduction ultra simples, projets d'entreprise ultra pratiques. Prend en charge les modèles les plus populaires actuellement : DeepSpeech2, Conformer, Squeezeformer.
Algorithmes de décodage CTC (Classification Temporelle Connectiviste) : meilleur chemin, recherche en faisceau, recherche lexicale, recherche de préfixe et passage de jeton. Implémenté en Python.
Créez des applications web speech2text en temps réel à l'aide de Whisper d'OpenAI https://openai.com/blog/whisper/
Une application de transcription vocale par IA 100 % privée qui convertit la parole en texte dans plus de 100 langues. Développée avec Compose Multiplatform pour Android et iOS, elle utilise Whisper AI : aucun envoi vers le cloud, tout le traitement s’effectue sur l’appareil pour une confidentialité totale. Contactez-nous directement à l’adresse : [email protected]
Assistant vocal rapide et gratuit pour votre Mac. Aucune clé API requise. Il se souvient de vous et apprend vos raccourcis. Maintenez ⌃⌥Space enfoncées et parlez.
Hub d'exécution C++ ggml pour les modèles ASR et TTS multilingues : Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, etc., ainsi qu'un alignement forcé universel et plus encore
De la parole au texte à la parole. Chanson en cours de lecture. Envoie du texte sous forme de messages OSC à VRChat pour l'afficher sur l'avatar. (STTTS) (Parole à TTS) (Système STT VRC) (VTuber TTS)
🎤 Lobe TTS - Une bibliothèque TTS/STT fiable et de haute qualité pour serveur et navigateur