#speaker-recognition Repository
Scopri 10 repository GitHub open source attivi contrassegnati con #speaker-recognition, che raccolgono un totale di 51,818 stelle (con una media di 5,181 stelle per progetto). Il progetto leader di questo argomento è NVIDIA-NeMo/Speech, con 18,775 stelle.
10 repository in totale
Un framework scalabile di intelligenza artificiale generativa costruito per ricercatori e sviluppatori che lavorano su Large Language Models, Multimodal e Speech AI (Automatic Speech Recognition e Text-to-Speech)
Blocchi di costruzione neurali per la diarizzazione del parlante: rilevamento dell'attività vocale, rilevamento del cambio di parlante, rilevamento del discorso sovrapposto, embedding del parlante
Modelli audio Frontier CoreML nelle tue app: text-to-speech, speech-to-text, voice activity detection e speaker diarization. In Swift, basato su SOTA open source.
Questa è la libreria per l'algoritmo Unbounded Interleaved-State Recurrent Neural Network (UIS-RNN), corrispondente al paper Fully Supervised Speaker Diarization.
Toolkit orientato alla ricerca e alla produzione per la verifica, il riconoscimento e la diarizzazione del parlante
Questo progetto utilizza una varietà di modelli avanzati di riconoscimento vocale come EcapaTdnn, ResNetSE, ERes2Net, CAM++ ecc. Non si esclude che in futuro verranno supportati altri modelli. Allo stesso tempo, questo progetto supporta anche i metodi di pre-elaborazione dei dati MelSpectrogram e Spectrogram.
Reimplementazione non ufficiale di ECAPA-TDNN per il riconoscimento del parlante (EER=0,86 per Vox1_O con addestramento solo in Vox2)
Domande frequenti
Qual è il repository #speaker-recognition più popolare su GitHub?
Il progetto open source #speaker-recognition più alto in classifica su GitHub è NVIDIA-NeMo/Speech, con 18,775 stelle. Un framework scalabile di intelligenza artificiale generativa costruito per ricercatori e sviluppatori che lavorano su Large Language Models, Multimodal e Speech AI (Automatic Speech Recognition e Text-to-Speech)
Quali linguaggi di programmazione sono più utilizzati nei repository #speaker-recognition?
Tra i progetti #speaker-recognition più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Swift.
Come viene calcolata la classifica dei repository #speaker-recognition?
Monitoriamo 10 repository open source attivi contrassegnati con #speaker-recognition (500+ stelle), per un totale di 51,818 stelle e una media di 5,181 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.