#speech Repository
Scopri 75 repository GitHub open source attivi contrassegnati con #speech, che raccolgono un totale di 371,211 stelle (con una media di 4,949 stelle per progetto). Il progetto leader di questo argomento è coqui-ai/TTS, con 44,052 stelle.
75 repository in totale
VoxCPM2: TTS senza tokenizer per generazione vocale multilingue, design vocale creativo e clonazione realistica
WhisperX: Riconoscimento vocale automatico con timestamp a livello di parola (& diarizzazione)
Grounded SAM: Unire Grounding DINO con Segment Anything & Stable Diffusion & Recognize Anything - Rileva, segmenta e genera automaticamente tutto
Mantenuto ufficialmente, supportato da PaddlePaddle, inclusi CV, NLP, Speech, Rec, TS, modelli grandi e così via.
Modelli Silero: modelli text-to-speech pre-addestrati resi incredibilmente semplici
Quantizzazione a 2 bit, kernel e ambiente di esecuzione per dispositivi consumer.
Riconoscimento vocale automatico con diarizzazione del parlante basato su OpenAI Whisper
Strumento da riconoscimento vocale a testo / Uno strumento locale offline per la conversione di sottotitoli audio/video, che produce sottotitoli in formato JSON, SRT e testo semplice
Un toolkit di elaborazione del parlato basato sull'IA e modelli pre-addestrati SOTA open source, che supportano il miglioramento del parlato, la separazione, l'estrazione dello speaker target, ecc.
Uno strumento di conversione vocale semplice e di alta qualità incentrato sulla facilità d'uso e sulle prestazioni.
🚀 Raccolta curata di incredibili script Python dalle basi all'avanzato con script di automazione dei compiti.
Manipolazione e trasformazione dei dati per l'elaborazione del segnale audio, alimentato da PyTorch
aeneas è una libreria Python/C e un set di strumenti per sincronizzare automagically audio e testo (aka forced alignment)
Riconoscimento vocale automatico multilingue con timestamp a livello di parola e confidenza
💬 SpeechGPT è un'applicazione web che ti consente di conversare con ChatGPT.
Libreria Python e strumento CLI per l'interfacciamento con l'API text-to-speech di Google Translate
Rilevatore di attività vocale (VAD): bassa latenza, alte prestazioni e leggero
Endpoint API text-to-speech gratuito e di alta qualità per sostituire OpenAI, Azure o ElevenLabs
Elenco della comunità di startup che lavorano con l'IA nella tecnologia audio e musicale
AuK: Un modello fondativo open source per la generazione e l’editing del parlato
DELTA è una piattaforma di elaborazione del linguaggio naturale e della voce basata sull'apprendimento profondo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Trascrizione controllabile. Letterale (ogni intercalare, pausa, balbettio e suono vocale) oppure intenzionale (ciò che il parlante intendeva dire, ottimizzato per la leggibilità), con timestamp a livello di parola.
MTools è una potente applicazione desktop multifunzione che integra strumenti per l’elaborazione di audio e video, la modifica delle immagini, la gestione del testo e la codifica. Include funzionalità di potenziamento basate sull’IA e offre un servizio MCP locale. È progettata per semplificare il flusso di lavoro e aumentare la produttività.
Articoli correlati nell'ambito dell'elaborazione del linguaggio naturale (con note di lettura), riproduzione di modelli ed elaborazione dati (il codice include due versioni: TensorFlow e PyTorch)
StreamSpeech è un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.
Strumenti per la gestione di dati multimodali in progetti di machine learning.
Implementazione PyTorch [Non ufficiale] di "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Domande frequenti
Qual è il repository #speech più popolare su GitHub?
Il progetto open source #speech più alto in classifica su GitHub è coqui-ai/TTS, con 44,052 stelle. 🐸💬 - un toolkit di deep learning per Text-to-Speech, testato in ricerca e produzione
Quali linguaggi di programmazione sono più utilizzati nei repository #speech?
Tra i progetti #speech più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C, TypeScript.
Come viene calcolata la classifica dei repository #speech?
Monitoriamo 75 repository open source attivi contrassegnati con #speech (500+ stelle), per un totale di 371,211 stelle e una media di 4,949 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.