#speech-processing Repository
Scopri 31 repository GitHub open source attivi contrassegnati con #speech-processing, che raccolgono un totale di 106,282 stelle (con una media di 3,428 stelle per progetto). Il progetto leader di questo argomento è w-okada/voice-changer, con 21,430 stelle.
31 repository in totale
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
Diventa un ricercatore/ingegnere di IA/ML di alto livello con questo libro di testo non convenzionale che copre matematica, informatica e ML con intuizione.
Lista di lettura per argomenti di ricerca in machine learning multimodale
Riconoscimento vocale automatico multilingue con timestamp a livello di parola e confidenza
Rilevatore di attività vocale (VAD): bassa latenza, alte prestazioni e leggero
Pulizia e miglioramento della voce basati sull'intelligenza artificiale
Un elenco curato di eccellenti articoli, librerie, dataset e altre risorse su Speaker Diarization.
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.
💎 Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali
StreamSpeech è un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.
Un Framework per l'Elaborazione di Voce, Lingua, Audio e Musica con Modelli Linguistici di Grandi Dimensioni
Codice di inferenza per l'articolo "Spirit-LM Interleaved Spoken and Written Language Model".
SONAR, un nuovo spazio di embedding multilingue e multimodale a dimensione fissa per frasi, con una suite completa di encoder e decoder vocali e testuali.
Un wrapper Python per il vocoder di alta qualità "World"
Questo repository contiene i codici per LipGAN. LipGAN è stato pubblicato come parte dell'articolo intitolato "Towards Automatic Face-to-Face Translation".
[NeurIPS 2021] Benchmark multiscala per l'apprendimento di rappresentazioni multimodali
Laboratorio/Azienda/Risorse/Stage vocali, ecc., si accettano candidature o autocandidature
Il Microsoft Scalable Noisy Speech Dataset (MS-SNSD) è un dataset di voce rumorosa che può scalare a dimensioni arbitrarie a seconda del numero di parlanti, tipi di rumore e livelli di Rapporto Segnale/Rumore (SNR) desiderati.
Domande frequenti
Qual è il repository #speech-processing più popolare su GitHub?
Il progetto open source #speech-processing più alto in classifica su GitHub è w-okada/voice-changer, con 21,430 stelle. Cambia voce in tempo reale Realtime Voice Changer
Quali linguaggi di programmazione sono più utilizzati nei repository #speech-processing?
Tra i progetti #speech-processing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C, TypeScript, HTML.
Come viene calcolata la classifica dei repository #speech-processing?
Monitoriamo 31 repository open source attivi contrassegnati con #speech-processing (500+ stelle), per un totale di 106,282 stelle e una media di 3,428 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.