#voice-recognition Репозитории
Откройте для себя 28 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #voice-recognition, с общим числом 99,934 звёзд (в среднем 3,569 на проект). Лидером этой темы является alphacep/vosk-api, набравший 15,278 звёзд.
Всего репозиториев: 28
API оффлайн-распознавания речи для Android, iOS, Raspberry Pi и серверов с Python, Java, C# и Node
Простой в использовании набор инструментов для речи, включающий модель самообучения, SOTA/потоковый ASR с пунктуацией, потоковый TTS с текстовым фронтендом, систему верификации спикера, перевод речи от начала до конца и распознавание ключевых слов. Получил награду Best Demo Award NAACL2022.
Очень низкая задержка распознавания речи в текст, распознавания намерений и синтеза речи для создания голосовых агентов и интерфейсов
Silero VAD: предварительно обученный детектор активности речи корпоративного уровня
Это Ядро Личности для GLaDOS, первые шаги к реальной реализации ИИ из серии игр Portal от Valve.
Комплексная библиотека утилит для китайских иероглифов (пиньинь, порядок черт, радикалы, идиомы, произношение, визуализация и т. д.) (Утилита для китайских иероглифов)
🐸STT - Набор инструментов глубокого обучения для преобразования речи в текст. Обучение и развертывание моделей STT еще никогда не было таким простым.
Детектор голосовой активности (VAD): низкая задержка, высокая производительность и легковесность
:microphone: Библиотека распознавания речи React Native для iOS и Android (Поддержка онлайн и офлайн)
🔊 Обширный список наборов данных с открытым исходным кодом для обработки голоса и звука (более 95 наборов данных).
💎 Список доступных речевых корпусов для ASR, TTS и других технологий речи
ESP-BOX — это платформа разработки AIoT нового поколения, выпущенная компанией Espressif Systems.
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.
Перевод аудио в реальном времени, захват системного аудио + микрофона, запуск ASR (Whisper/SenseVoice), перевод через LLM API с потоковым отображением. Идеально подходит для VTuber, стримеров и просмотра иностранного контента.
Готовый к производству сквозной набор инструментов для распознавания ключевых слов
Voicetypr - Инструмент для диктовки голоса в текст на базе ИИ, работающий офлайн, для занятых основателей, кодеров атмосферы, продвинутых пользователей ИИ на macOS и Windows. Альтернатива Wispr Flow и SuperWhisper.
Ондивайс потоковый движок преобразования речи в текст на основе глубокого обучения
:speech_balloon: /so.nus/ STT (речь в текст) для Node с оффлайн-обнаружением горячих слов
🗣 Наложение, которое получает разрешение на голос пользователя и вводит его как текст в настраиваемом интерфейсе
Часто задаваемые вопросы
Какой репозиторий по теме #voice-recognition наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #voice-recognition на GitHub — alphacep/vosk-api, набравший 15,278 звёзд. API оффлайн-распознавания речи для Android, iOS, Raspberry Pi и серверов с Python, Java, C# и Node
Какие языки программирования чаще всего используются в репозиториях по теме #voice-recognition?
Среди наиболее высоко оценённых проектов по теме #voice-recognition на GitHub чаще всего используются языки программирования Python, TypeScript, C++, C.
Как рассчитывается рейтинг репозиториев по теме #voice-recognition?
Мы отслеживаем 28 активных репозиториев с открытым исходным кодом, отмеченных тегом #voice-recognition (500 и более звёзд), с общим числом 99,934 звёзд и в среднем 3,569 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.