Git Stars Git Stars

#speaker-recognition Репозитории

Откройте для себя 10 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #speaker-recognition, с общим числом 51,818 звёзд (в среднем 5,181 на проект). Лидером этой темы является NVIDIA-NeMo/Speech, набравший 18,775 звёзд.

10
Всего репозиториев
51,818
Всего звезд
5,181
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook Swift

Всего репозиториев: 10

1
NVIDIA-NeMo/Speech

Масштабируемая генеративная ИИ-платформа, созданная для исследователей и разработчиков, работающих с большими языковыми моделями, мультимодальными системами и речевым ИИ (автоматическое распознавание речи и синтез речи из текста)

NVIDIA-NeMo
⭐ 18,775 Python 👤 NVIDIA-NeMo Organization 🕐 Обновлено 2026-11-21 📅 Создано 2019-08-05
2
speechbrain/speechbrain

Речевой инструментарий на базе PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Обновлено 2026-10-14 📅 Создано 2020-04-28
3
pyannote/pyannote-audio

Нейронные строительные блоки для диаризации спикеров: обнаружение речевой активности, обнаружение смены спикера, обнаружение перекрывающейся речи, встраивание спикера

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Обновлено 2026-11-19 📅 Создано 2016-03-07
4
FluidInference/FluidAudio

Аудиомодели Frontier CoreML в ваших приложениях — преобразование текста в речь, преобразование речи в текст, обнаружение голосовой активности и диаризация дикторов. В Swift, на базе современных открытых исходных кодов.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Обновлено 2026-11-19 📅 Создано 2025-06-21
5
google/uis-rnn

Это библиотека для алгоритма Unbounded Interleaved-State Recurrent Neural Network (UIS-RNN), соответствующая статье Fully Supervised Speaker Diarization.

google
⭐ 1,588 Python 👤 google Organization 🕐 Обновлено 2024-09-25 📅 Создано 2018-10-23
6
wenet-e2e/wespeaker

Инструментарий для проверки, распознавания и сегментации речи говорящего, ориентированный на исследования и производство

wenet-e2e
⭐ 1,475 Python 👤 wenet-e2e Organization 🕐 Обновлено 2026-09-22 📅 Создано 2021-09-28
7
yeyupiaoling/VoiceprintRecognition-Pytorch

Этот проект использует ряд передовых моделей распознавания голоса, таких как EcapaTdnn, ResNetSE, ERes2Net, CAM++ и т. д. Не исключено, что в будущем будут поддерживаться новые модели. В то же время этот проект также поддерживает методы предварительной обработки данных MelSpectrogram и Spectrogram.

yeyupiaoling
⭐ 1,325 Python 👤 yeyupiaoling User 🕐 Обновлено 2026-09-15 📅 Создано 2021-06-28
8
clovaai/voxceleb_trainer

В защиту метрического обучения для распознавания диктора

clovaai
⭐ 1,176 Python 👤 clovaai Organization 🕐 Обновлено 2026-04-22 📅 Создано 2020-03-26
9
TaoRuijie/ECAPA-TDNN

Неофициальная повторная реализация ECAPA-TDNN для распознавания диктора (EER=0,86 для Vox1_O при обучении только на Vox2)

TaoRuijie
⭐ 772 Python 👤 TaoRuijie User 🕐 Обновлено 2024-04-11 📅 Создано 2021-10-25
10
Snowdar/asv-subtools

Инструменты с открытым исходным кодом для распознавания диктора

Snowdar
⭐ 633 Python 👤 Snowdar User 🕐 Обновлено 2024-08-05 📅 Создано 2020-03-02

Часто задаваемые вопросы

1

Какой репозиторий по теме #speaker-recognition наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #speaker-recognition на GitHub — NVIDIA-NeMo/Speech, набравший 18,775 звёзд. Масштабируемая генеративная ИИ-платформа, созданная для исследователей и разработчиков, работающих с большими языковыми моделями, мультимодальными системами и речевым ИИ (автоматическое распознавание речи и синтез речи из текста)

2

Какие языки программирования чаще всего используются в репозиториях по теме #speaker-recognition?

Среди наиболее высоко оценённых проектов по теме #speaker-recognition на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Swift.

3

Как рассчитывается рейтинг репозиториев по теме #speaker-recognition?

Мы отслеживаем 10 активных репозиториев с открытым исходным кодом, отмеченных тегом #speaker-recognition (500 и более звёзд), с общим числом 51,818 звёзд и в среднем 5,181 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.