#asr 저장소
#asr 태그가 지정된 GitHub의 활성 오픈 소스 저장소 100개를 확인해 보세요. 총 289,141개의 스타를 획득했으며 프로젝트당 평균 2,891개입니다. 이 주제를 이끄는 저장소는 25,556개의 스타를 받은 m-bain/whisperX입니다.
저장소 총 101개
훈련, 추론, 스트리밍 ASR, VAD, 구두점, 화자 분할 파이프라인 및 OpenAI 호환/MCP 서빙을 위한 오픈 소스 음성 인식 툴킷입니다.
대형 언어 모델, 멀티모달, 음성 AI(자동 음성 인식 및 텍스트-음성 변환)를 작업하는 연구자와 개발자를 위해 구축된 확장 가능한 생성 AI 프레임워크
인터넷 연결 없이 차세대 Kaldi와 onnxruntime을 사용하는 음성-텍스트 변환, 텍스트-음성 변환, 화자 분할, 음성 향상, 소스 분리 및 VAD. 임베디드 시스템, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 서버, 웹소켓 서버/클라이언트 지원, 12가지 프로그래밍 언어 지원
사용하기 쉬운 음성 툴킷으로, 자가 지도 학습 모델, 구두점 포함 SOTA/스트리밍 ASR, 텍스트 프론트엔드 포함 스트리밍 TTS, 화자 검증 시스템, 엔드투엔드 음성 번역 및 키워드 스포팅 포함. NAACL2022 최우수 데모 상 수상.
오픈소스 SenseVoiceSmall 모델로, 표준 중국어, 광둥어, 영어, 일본어, 한국어 ASR, 언어 식별, 감정 인식 및 오디오 이벤트 탐지를 지원합니다.
이것은 주어진 YouTube 비디오의 대본/자막을 가져올 수 있게 해주는 Python API입니다. 자동 생성된 자막에도 작동하며, 다른 Selenium 기반 솔루션처럼 API 키나 헤드리스 브라우저가 필요하지 않습니다!
🤖 wukong-robot은 간단하고 유연하며 우아한 중국어 음성 대화 로봇/스마트 스피커 프로젝트로, ChatGPT의 다중 라운드 대화 능력을 지원하며, 뇌-컴퓨터 상호작용을 지원하는 최초의 오픈 소스 스마트 스피커 프로젝트일 수 있습니다.
HTML5 JS 녹음 MP3 WAV OGG WebM AMR G711A G711U 형식, PC 및 Android, iOS 일부 웹 브라우저, Hybrid App(Android iOS App 소스코드 제공), WeChat, ASR 음성 인식 텍스트 변환 H5 버전 음성 통화 채팅 예제 DTMF 인코딩/디코딩
ggml로 구동되는 올인원 순수 C++ 오디오 모델 추론 엔진입니다. TTS, STT, VAD, 음성 변환, 음악 생성 등을 지원하며 고도로 최적화된 성능을 제공합니다. Python 종속성이 없습니다.
키를 누르고 말하고 놓기 — AI로 다듬어진 텍스트가 어떤 앱의 커서 위치에 나타납니다. macOS & Windows용 오픈소스 음성 입력.
Streamer-Sales 판매왕 —— 상품 판매 스트리머 LLM 대형 모델 🛒🎁, 제공된 상품 특징을 바탕으로 사용자의 구매 의욕을 자극하는 관점에서 상품 해설을 할 수 있는 판매 스트리머 대형 모델입니다. 🚀⭐ 상세한 데이터 생성 프로세스를 포함합니다 ❗ 📦 또한 LMDeploy를 통한 추론 가속 🚀, RAG 검색 증강 생성 📚, TTS 텍스트 음성 변환 🔊, 아바타 생성 🦸, 실시간 웹 정보 검색을 위한 Agent 사용 🌐, ASR 음성 텍스트 변환 🎙️, Vue 생태계 구축 프론트엔드 🍍, FastAPI 구축 백엔드 🗝️, Docker-compose 패키징 및 배포 🐋가 통합되었습니다.
앱에서 Frontier CoreML 오디오 모델 활용 — 텍스트 음성 변환, 음성 텍스트 변환, 음성 활동 감지 및 화자 분리. Swift로 SOTA 오픈 소스 기반 구현.
[AutoArk] GPA(General Purpose Audio)는 단 하나의 작은 모델로 ASR(음성 인식), TTS(음성 합성), 음성 변환을 모두 수행할 수 있습니다!
만다린어, 중국 방언 및 영어를 지원하며 공개 만다린어 ASR 벤치마크에서 새로운 SOTA를 달성하는 동시에 뛰어난 노래 가사 인식 기능을 제공하는 오픈 소스 산업 등급 ASR 모델.
차세대 Kaldi와 ncnn을 사용하여 인터넷 연결 없이 실시간 음성 인식 및 음성 활동 감지(VAD). iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A 등을 지원합니다.
百聆은 GPT-4o와 유사한 음성 대화 로봇으로, ASR+LLM+TTS를 통해 구현되며, DeepSeek R1 등의 우수한 대형 모델을 통합하고, openClaw에 연결되어 있으며, 진정한 개인 음성 어시스턴트로 지연 시간이 800ms까지 낮고, Mac 등 저사양 기기에서도 실행 가능하며, 중단 지원
macOS 및 Windows용 무료 오픈 소스 음성 입력. Whisper와 Parakeet을 사용한 로컬 음성 텍스트 변환을 지원하며 오프라인에서도 작동합니다.
Fun-ASR 음성 인식 모델로, Fun-ASR-Nano에 Hugging Face Transformers를 기본 지원하며 FunASR, vLLM 및 llama.cpp를 위한 별도의 배포 경로를 제공합니다.
DELTA는 딥러닝 기반의 자연어 및 음성 처리 플랫폼입니다. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
제어 가능한 전사. 축어적 전사(모든 필러, 멈춤, 말더듬 및 발성음 포함) 또는 의도 기반 전사(화자가 말하려던 내용을 가독성에 맞게 최적화)로 제공되며, 단어 단위 타임스탬프를 지원합니다.
🍦 Speech-AI-Forge는 API 서버와 Gradio 기반 WebUI를 구현하는 TTS 생성 모델을 중심으로 개발된 프로젝트입니다.
AMD Strix Halo를 위한 오픈 소스 AI 엔진입니다. 텍스트, 임베딩, 음성, 이미지, 동영상 모델을 하나의 바이너리에 담았으며, OpenAI 호환 API, 코딩 에이전트용 캐싱, 모델 확장 기능을 제공합니다. Linux와 Windows를 지원합니다.
Whisper 음성 인식 모델을 미세 조정하여 타임스탬프 데이터 없이 학습, 타임스탬프 데이터로 학습, 음성 데이터 없이 학습을 지원합니다. 추론을 가속화하고 웹 배포, Windows 데스크톱 배포 및 Android 배포를 지원합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #asr 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #asr 프로젝트는 25,556개의 스타를 받은 m-bain/whisperX입니다. WhisperX: 단어 수준 타임스탬프 (& 화자 분리)를 갖춘 자동 음성 인식
#asr 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #asr 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, C++, C, Jupyter Notebook입니다.
#asr 저장소 순위는 어떻게 계산되나요?
#asr 태그가 지정된 활성 오픈 소스 저장소(100개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 289,141개이며 저장소당 평균 2,891개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.