#speech-recognition 저장소
저장소 총 206개
개인 AI 비서 팀이 있는 개인 로그북. 에이전트는 사용자가 기록한 내용을 읽고 다음에 무엇을 할지 제안합니다 — 사용자가 변경 사항을 승인합니다. 자신의 기기 간 종단 간 암호화 동기화 — 서버는 암호문만 볼 수 있습니다. 로컬 AI는 선택 사항입니다.
Apple의 파운데이션 모델 프레임워크를 사용하여 앱을 구축, 테스트 및 평가하기 위한 실습 랩.
💁 자연어 처리를 위한 Transformer 모델의 경이로운 보물에는 논문, 비디오, 블로그, 공식 리포 및 Colab 노트북이 포함됩니다. 🛫☑️
"Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)의 [비공식] PyTorch 구현
Python 기반의 데스크톱 음성 비서로, 시스템 수준 명령을 실행하고 음성 인식 및 텍스트 음성 변환을 통합하며 비동기 사용자 상호작용을 처리할 수 있습니다.
무료, 오픈소스, 100% 오프라인 리눅스 음성 받아쓰기. whisper.cpp, Whisper 및 VOSK 엔진을 통해 어디서나 말하고 입력하세요. GPU 가속 지원, X11 + Wayland에서 작동!
:zap: TensorFlowASR: TensorFlow 2의 거의 최첨단 자동 음성 인식. 문자 또는 하위 단어를 사용할 수 있는 지원 언어
오디오 AI 연구의 허브: 오디오 LLM, 음성 인식, TTS, 음악 및 오디오 생성에 걸친 논문, 오픈 모델, 벤치마크 및 데이터셋.
실시간 오디오 번역, 시스템 오디오 + 마이크 캡처, ASR(Whisper/SenseVoice) 실행, LLM API를 통한 스트리밍 표시 번역. VTuber, 라이브 스트리머, 외국 콘텐츠 시청에 완벽합니다.
:speech_balloon: SpeechPy - 음성 처리 및 인식을 위한 라이브러리: http://speechpy.readthedocs.io/en/latest/
PaddlePaddle 기반 종단간 중국어 음성 인식, 입문부터 실습까지, 초간단 입문 사례, 초실용 기업 프로젝트. 현재 가장 인기있는 DeepSpeech2, Conformer, Squeezeformer 모델을 지원합니다.
Connectionist Temporal Classification (CTC) 디코딩 알고리즘: 최적 경로, 빔 탐색, 사전 검색, 접두어 검색, 그리고 토큰 전달. 파이썬으로 구현되었습니다.
OpenAI의 Whisper를 사용하여 실시간 speech2text 웹 앱 구축 https://openai.com/blog/whisper/
100% 비공개 AI 음성 받아쓰기 앱으로, 100개 이상의 언어 음성을 텍스트로 변환합니다. Whisper AI를 사용해 Android 및 iOS용 Compose Multiplatform으로 개발했습니다. 클라우드에 업로드하지 않고 모든 처리를 기기에서 수행해 개인정보를 완벽하게 보호합니다. 문의: [email protected]
Mac용 빠르고 무료인 음성 비서. API 키가 필요 없습니다. 사용자를 기억하고 단축키를 학습합니다. ⌃⌥Space를 누른 채 말하세요.
다국어 ASR 및 TTS 모델을 위한 C++ ggml 런타임 허브: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2 등, 범용 강제 정렬(forced alignment) 기능 포함
음성에서 텍스트로, 텍스트에서 음성으로. 재생 중인 노래. 텍스트를 OSC 메시지로 VRChat에 전송하여 아바타에 표시합니다. (STTTS) (음성-TTS) (VRC STT 시스템) (VTuber TTS)