#voice-activity-detection リポジトリ
#voice-activity-detectionのタグが付いた、GitHub上の34件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は106,805個で、プロジェクトあたりの平均は3,141個です。このトピックをリードしているのは、21,091個のスターを獲得しているmodelscope/FunASRです。
リポジトリ合計35件
トレーニング、推論、ストリーミングASR、VAD、句読点、話者ダイアライゼーションパイプライン、OpenAI互換/MCPサービングのためのオープンソース音声認識ツールキット。
アプリで Frontier CoreML オーディオモデルを使用 — テキスト読み上げ、音声認識、音声アクティビティ検出、話者分離。Swift で、SOTA オープンソースにより実現。
Cluely のオープンソースの代替品 - 会議、インタビュー、会話中に誰も気づかずにシームレスに機能する、超高速でプライバシー重視のAIアシスタント。ネイティブパフォーマンスのためにTauriで構築され、わずか10MB。ビデオ通話、画面共有、録音で完全に検出されません。
次世代Kaldiとncnnを使用した、インターネット接続なしのリアルタイム音声認識および音声アクティビティ検出(VAD)。iOS、Android、Linux、macOS、Windows、Raspberry Pi、VisionFive2、LicheePi4Aなどをサポートします。
これは、ASR、LLM、TTSを順次統合したオープンソースモデルに基づいた音声対話システムです。ASRモデルはSenceVoice、LLMモデルはQWen2.5-0.5B/1.5B、TTSモデルはCosyVoice、Edge-TTS、pyttsx3の3つです。
Qwen3-ASR API の公式 Python ツールキット。並列高スループット呼び出し、堅牢な長尺オーディオ文字起こし、マルチサンプルレートサポート。
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。
ASR、VAD、LID、Puncモジュールを備えた最先端の産業用オールインワンASRシステムです。FireRedASR2は中国語(北京語、20以上の方言/アクセント)、英語、コードスイッチング、音声および歌唱ASRをサポートします。FireRedVADは100以上の言語で音声/歌唱/音楽をサポートします。FireRedLIDは100以上の言語と20以上の中国語方言をサポートします。FireRedPuncは中国語と英語をサポートします。
SOTA産業グレードの音声アクティビティ検出とオーディオイベント検出で、100以上の言語をサポートし、Silero-VAD、TEN-VAD、FunASR-VAD、WebRTC-VADを凌駕します
sensevoice 用の API および websocket サーバー。VAD 検出、リアルタイム ストリーミング認識、話者検証などの強化された機能の一部を継承しています。
ggml 上の C++ による音声会話向けの音声合成、音声認識、音声活動検出:Metal、Vulkan、CPU で動作する Qwen3-TTS、Irodori-TTS、Qwen3-ASR、ReazonSpeech、parakeet、Silero VAD。OpenAI 互換サーバーとライブ文字起こしにも対応。
字幕を自動的に同期して翻訳するか、または転写することで新しい字幕を作成し、事前学習済みDNN、フォースドアライメント、Transformerを使用します。 https://subaligner.readthedocs.io/
音声アクティビティ検出(VAD)および自動音声認識(ASR)を備えた、リアルタイムオーディオ処理用の軽量クライアントサーバーシステム。
よくある質問
GitHubで最も人気のある#voice-activity-detectionリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#voice-activity-detectionプロジェクトは、21,091個のスターを獲得しているmodelscope/FunASRです。トレーニング、推論、ストリーミングASR、VAD、句読点、話者ダイアライゼーションパイプライン、OpenAI互換/MCPサービングのためのオープンソース音声認識ツールキット。
#voice-activity-detectionリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#voice-activity-detectionプロジェクトでは、Python, C, C++, Jupyter Notebookが最も一般的なプログラミング言語です。
#voice-activity-detectionリポジトリのランキングはどのように算出されていますか?
#voice-activity-detectionのタグが付いた34件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は106,805個で、リポジトリあたりの平均は3,141個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。