#speech-recognition Repository
206 repository in totale
Un diario privato con un team di assistenti IA personali. Gli agenti leggono ciรฒ che registri e propongono cosa fare dopo โ tu approvi le modifiche. Sincronizzazione crittografata end-to-end tra i tuoi dispositivi โ i server vedono solo testo cifrato. IA locale opzionale.
Un laboratorio pratico per creare, testare e valutare app con il framework dei modelli di base di Apple.
Irina รจ un assistente vocale russo per il lavoro offline. Supporta le skill tramite plugin.
๐ Fantastico tesoro di modelli Transformer per l'elaborazione del linguaggio naturale contiene articoli, video, blog, repository ufficiali insieme a notebook Colab. ๐ซโ๏ธ
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)
Un assistente vocale AI per hacker, costruito usando Python e PyTorch.
L'app iOS open-source che rende la trascrizione vocale di qualitร piรน accessibile sui dispositivi mobili.
Server di riconoscimento vocale full-duplex in tempo reale, basato sul toolkit Kaldi e sul framework GStreamer.
Un assistente vocale desktop basato su Python in grado di eseguire comandi a livello di sistema, integrare il riconoscimento vocale e la sintesi vocale, e gestire interazioni utente asincrone.
Uno strumento di editing che utilizza l'IA per trascrivere, comprendere i contenuti e cercare qualsiasi cosa nei tuoi filmati, integrato con ChatGPT e altri modelli di IA
Dettatura vocale gratuita, open-source e 100% offline per Linux. Parla e digita ovunque tramite i motori whisper.cpp, Whisper e VOSK, accelerato via GPU, funziona su X11 + Wayland.
:zap: TensorFlowASR: Quasi all'avanguardia nel riconoscimento vocale automatico in Tensorflow 2. Lingue supportate che possono utilizzare caratteri o sottoparole
๐ฌ๐ Una piccola app di dettatura che utilizza il modello di riconoscimento vocale Whisper di OpenAI.
L'hub per la ricerca sull'IA audio: articoli, modelli aperti, benchmark e dataset su LLM audio, riconoscimento vocale, TTS, generazione musicale e audio.
Trascrizione audio quasi in tempo reale utilizzando Whisper self-hosted e WebSocket in Python/JS
servizio di trascrizione e diarizzazione offline self-hosted chiavi in mano con riepilogo LLM
Trasforma lโaudio del computer o del microfono in sottotitoli tradotti in tempo reale.
Traduzione audio in tempo reale, cattura audio di sistema + microfono, esegue ASR (Whisper/SenseVoice), traduce tramite API LLM con visualizzazione in streaming. Perfetto per VTuber, streamer e per guardare contenuti stranieri.
Voicy (@voicybot): un bot di Telegram che converte i messaggi vocali in testo nei gruppi e nelle chat private
Un LLM parlante che funziona sul tuo computer senza bisogno di internet.
:speech_balloon: SpeechPy - Una libreria per l'elaborazione e il riconoscimento della voce: http://speechpy.readthedocs.io/en/latest/
Riconoscimento vocale cinese end-to-end basato su PaddlePaddle, dall'introduzione alla pratica, casi di esempio introduttivi super semplici, progetti aziendali super pratici. Supporta i modelli piรน diffusi attualmente: DeepSpeech2, Conformer, Squeezeformer.
Algoritmi di decodifica CTC (Connectionist Temporal Classification): miglior percorso, ricerca a raggiera, ricerca di dizionario, ricerca di prefisso e token passing. Implementato in Python.
Crea app web speech2text in tempo reale utilizzando Whisper di OpenAI https://openai.com/blog/whisper/
Unโapp di trascrizione vocale con IA privata al 100% che converte il parlato in testo in oltre 100 lingue. Realizzata con Compose Multiplatform per Android e iOS e basata su Whisper AI: nessun caricamento sul cloud, tutta lโelaborazione avviene sul dispositivo per garantire la massima privacy. Contattaci direttamente allโindirizzo: [email protected]
Assistente vocale veloce e gratuito per il tuo Mac. Nessuna chiave API. Si ricorda di te e impara le tue scorciatoie. Tieni premuti โโฅSpace e parla.
Hub di runtime C++ ggml per modelli ASR e TTS multilingue: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, ecc., oltre all'allineamento forzato universale e altro ancora
Da voce a testo a voce. Canzone in riproduzione. Invia testo come messaggi OSC a VRChat per visualizzarlo sull'avatar. (STTTS) (Voce a TTS) (Sistema VRC STT) (VTuber TTS)
๐ค Lobe TTS - Una libreria TTS/STT affidabile e di alta qualitร per server e browser