Git Stars Git Stars

#speech-emotion-recognition Repository

Scopri 3 repository GitHub open source attivi contrassegnati con #speech-emotion-recognition, che raccolgono un totale di 12,204 stelle (con una media di 4,068 stelle per progetto). Il progetto leader di questo argomento è QwenAudio/SenseVoice, con 9,797 stelle.

3
Totale Repository
12,204
Totale stelle
4,068
Media Stelle/Repo
Linguaggi di programmazione: C Python

3 repository in totale

1
QwenAudio/SenseVoice

Modello SenseVoiceSmall open source per ASR in mandarino, cantonese, inglese, giapponese e coreano, identificazione della lingua, riconoscimento delle emozioni e rilevamento di eventi audio.

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 Aggiornato 2026-09-30 📅 Creato 2024-07-03
2
coqui-ai/open-speech-corpora

💎 Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Aggiornato 2024-06-06 📅 Creato 2019-01-31
3
ddlBoJack/emotion2vec

[ACL 2024] Codice ufficiale PyTorch per l'estrazione di feature e l'addestramento di modelli downstream con emotion2vec: Pre-allenamento auto-supervisionato per la rappresentazione delle emozioni vocali

ddlBoJack
⭐ 1,033 Python 👤 ddlBoJack User 🕐 Aggiornato 2024-12-23 📅 Creato 2023-11-25

Domande frequenti

1

Qual è il repository #speech-emotion-recognition più popolare su GitHub?

Il progetto open source #speech-emotion-recognition più alto in classifica su GitHub è QwenAudio/SenseVoice, con 9,797 stelle. Modello SenseVoiceSmall open source per ASR in mandarino, cantonese, inglese, giapponese e coreano, identificazione della lingua, riconoscimento delle emozioni e rilevamento di eventi audio.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #speech-emotion-recognition?

Tra i progetti #speech-emotion-recognition più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C, Python.

3

Come viene calcolata la classifica dei repository #speech-emotion-recognition?

Monitoriamo 3 repository open source attivi contrassegnati con #speech-emotion-recognition (500+ stelle), per un totale di 12,204 stelle e una media di 4,068 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.