#speech 저장소
저장소 총 76개
CNN 기반 오디오 세그먼테이션 툴킷. 음성, 음악, 소음 및 화자 성별을 감지할 수 있습니다. 성별별 음성 시간에 기반한 대규모 성평등 연구를 위해 설계되었습니다.
PaddlePaddle 기반 종단간 중국어 음성 인식, 입문부터 실습까지, 초간단 입문 사례, 초실용 기업 프로젝트. 현재 가장 인기있는 DeepSpeech2, Conformer, Squeezeformer 모델을 지원합니다.
Voxtral ASR & TTS가 네이티브로 및 브라우저에서 실행됩니다. Burn ML 프레임워크를 사용한 Mistral의 Voxtral mini 실시간 ASR/TTS의 Rust 구현
PyTorch로 구현된 스트리밍 및 비스트리밍 음성 인식 프레임워크로, 온라인 및 오프라인 인식을 모두 지원합니다. 현재 Conformer, Squeezeformer, DeepSpeech2 모델과 다양한 데이터 증강 방법을 지원합니다.
Chatterbox를 사용한 로컬 OpenAI 호환 텍스트-투-스피치(TTS) API로, 사용자가 OpenAI API가 사용되는 어디서든 음성 클로닝 음성을 생성할 수 있도록 합니다(예: Open WebUI, AnythingLLM 등).
사용자의 말투를 듣고 그에 맞는 말투로 말하는 오픈 풀 듀플렉스 음성 모델입니다. vLLM-Omni를 사용하면 GPU 1개로, MLX를 사용하면 Mac에서 완전히 오프라인으로 실행할 수 있습니다. 제로샷 음성 복제, OpenAI Realtime / GPT-Live 호환, 호스팅 API 무료 체험을 제공합니다. Apache-2.0.