#speech リポジトリ
75
リポジトリ総数
371,290
合計スター数
4,950
リポジトリあたりの平均スター数
リポジトリ合計76件
53
ina-foss/inaSpeechSegmenter
CNNベースのオーディオセグメンテーションツールキット。音声、音楽、ノイズ、話者性別を検出可能。性別ごとの発話時間に基づく大規模なジェンダー平等研究のために設計されています。
56
yeyupiaoling/PPASR
PaddlePaddleに基づくエンドツーエンド中国語音声認識、入門から実践まで、超簡単な入門事例、超実用的な企業プロジェクト。現在最も人気のあるDeepSpeech2、Conformer、Squeezeformerモデルをサポートします。
57
TrevorS/voxtral-mini-realtime-rs
Voxtral ASR & TTS がネイティブおよびブラウザで動作。Burn ML フレームワークを使用した Mistral の Voxtral mini リアルタイム ASR/TTS の Rust 実装
61
yeyupiaoling/MASR
Pytorchで実装されたストリーミングおよび非ストリーミング自動音声認識フレームワークで、オンラインおよびオフライン認識の両方と互換性があります。現在、Conformer、Squeezeformer、DeepSpeech2モデルをサポートしており、さまざまなデータ拡張方法もサポートしています。
⭐ 720
👤 coqui-ai Organization
🕐 更新日時 2024-07-04
📅 作成日 2020-05-15
66
travisvn/chatterbox-tts-api
Chatterboxを使用したローカルでOpenAI互換のテキスト音声API(TTS)で、OpenAI APIが使用される場所(例:Open WebUI、AnythingLLMなど)でユーザーが音声クローンされたスピーチを生成できるようにします。
⭐ 591
👤 ddlBoJack User
🕐 更新日時 2024-11-13
📅 作成日 2021-11-04
76
adventists-ai/sophon-realtime
あなたの声のトーンを聞き取り、それに合ったトーンで話すオープンな全二重音声モデル。vLLM-Omniなら1基のGPUで、MLXならMac上で完全オフライン実行が可能。ゼロショット音声クローン、OpenAI Realtime / GPT-Live互換、ホスト型APIの無料トライアルを提供。Apache-2.0。