#speaker-recognition Repositórios
Descubra 10 repositórios ativos de código aberto no GitHub marcados com #speaker-recognition, acumulando um total de 51,818 estrelas (uma média de 5,181 por projeto). O líder deste tópico é NVIDIA-NeMo/Speech, com 18,775 estrelas.
10 repositórios no total
Uma estrutura de IA generativa escalável construída para pesquisadores e desenvolvedores que trabalham com Modelos de Linguagem Grandes (Large Language Models), IA Multimodal e de Fala (Reconhecimento Automático de Fala e Síntese de Fala)
Blocos de construção neurais para diarização de locutor: deteção de atividade de fala, deteção de mudança de locutor, deteção de fala sobreposta, incorporação de locutor
Modelos de áudio CoreML de ponta em seus aplicativos — texto para fala, fala para texto, detecção de atividade de voz e diarização de locutores. Em Swift, desenvolvido com código aberto SOTA.
Este é o repositório para o algoritmo de Rede Neural Recorrente de Estado Intercalado Ilimitado (UIS-RNN), correspondente ao artigo 'Fully Supervised Speaker Diarization'.
Kit de Ferramentas Orientado à Pesquisa e Produção para Verificação, Reconhecimento e Diarização de Locutores
Este projeto utiliza uma variedade de modelos avançados de reconhecimento de impressão vocal, como EcapaTdnn, ResNetSE, ERes2Net, CAM++, etc. Não se exclui que mais modelos sejam suportados no futuro. Ao mesmo tempo, este projeto também suporta os métodos de pré-processamento de dados MelSpectrogram e Spectrogram.
Reimplementação não oficial do ECAPA-TDNN para reconhecimento de locutor (EER=0,86 para Vox1_O quando treinado apenas em Vox2)
Perguntas Frequentes
Qual é o repositório de #speaker-recognition mais popular no GitHub?
O projeto de código aberto de #speaker-recognition mais bem classificado no GitHub é NVIDIA-NeMo/Speech, com 18,775 estrelas. Uma estrutura de IA generativa escalável construída para pesquisadores e desenvolvedores que trabalham com Modelos de Linguagem Grandes (Large Language Models), IA Multimodal e de Fala (Reconhecimento Automático de Fala e Síntese de Fala)
Quais linguagens de programação são mais usadas nos repositórios de #speaker-recognition?
Entre os projetos de #speaker-recognition mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Swift.
Como é calculada a classificação dos repositórios de #speaker-recognition?
Acompanhamos 10 repositórios ativos de código aberto marcados com #speaker-recognition (com mais de 500 estrelas), totalizando 51,818 estrelas e uma média de 5,181 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.