#speech-recognition 저장소
저장소 총 206개
知了 Cicada · 모든 회의와 라이브 스트리밍을 위한 실시간 자막, 동시 통역, AI 회의록. Mac, Windows, Linux, Android에서 무료로 사용할 수 있는 오픈 소스입니다.
🎙TensorFlow 딥러닝 프레임워크를 사용한 음성 인식, sequence-to-sequence neural networks
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.
Alibaba Cloud에서 제안한 Qwen-Audio (通义千问-Audio) 채팅 및 사전 훈련된 대형 오디오 언어 모델의 공식 저장소입니다.
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.
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.
Python 라이브러리를 사용하여 구축된 개인 비서. 이메일 보내기, 광학 문자 인식, API 통합을 통한 동적 뉴스 보고, 할 일 목록 생성기, 음성 명령으로 웹사이트 열기, 음악 재생, 위키피디아 검색, 지능형 감지 기능이 있는 사전(자동 맞춤법 검사), 날씨 보고(온도, 풍속, 습도), YouTube 검색, Google 지도 검색, YouTube 다운로드 등을 거의 모든 작업을 수행합니다.
이 저장소에는 Deep Noise Suppression (DNS) Challenge를 위한 스크립트, 모델 및 필요한 파일이 포함되어 있습니다.
Apple Silicon이 탑재된 Mac에서 LLM 미세 조정. SFT, DPO, GRPO, 비전, TTS, STT, 임베딩, OCR 미세 조정 — MLX에서 네이티브 지원. Unsloth 호환 API.
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.