yeyupiaoling

Dieses Projekt verwendet eine Vielzahl fortgeschrittener Stimmabdruck-Erkennungsmodelle wie EcapaTdnn, ResNetSE, ERes2Net, CAM++ usw. Die Unterstützung weiterer Modelle in der Zukunft ist nicht ausgeschlossen. Gleichzeitig unterstützt dieses Projekt auch MelSpectrogram- und Spectrogram-Datenvorverarbeitungsmethoden

Feinabstimmung des Whisper-Spracherkennungsmodells zur Unterstützung des Trainings ohne Zeitstempeldaten, mit Zeitstempeldaten und ohne Sprachdaten. Beschleunigt die Inferenz und unterstützt Web-, Windows-Desktop- und Android-Bereitstellung

End-to-End-Mandarin-Spracherkennung basierend auf PaddlePaddle, von den Grundlagen zur Praxis: ein super einfaches Einstiegsbeispiel und ein hochpraktisches Unternehmensprojekt. Unterstützt die aktuell beliebtesten Modelle DeepSpeech2, Conformer und Squeezeformer.

Auf PaddlePaddle basierende Spracherkennung für Chinesisch. Ausgereiftes Projekt mit hervorragenden Erkennungsergebnissen. Unterstützt Training und Vorhersage unter Windows und Linux sowie auf Nvidia Jetson-Entwicklerboards.

Ein in PyTorch implementiertes Framework für die automatische Spracherkennung (Streaming und Non-Streaming), das sowohl Online- als auch Offline-Erkennung unterstützt, derzeit die Modelle Conformer, Squeezeformer und DeepSpeech2 sowie verschiedene Datenaugmentierungsmethoden unterstützt.

Die PyTorch-Implementierung der Sound-Klassifizierung unterstützt EcapaTdnn, PANNS, TDNN, Res2Net, ResNetSE und andere Modelle sowie verschiedene Vorverarbeitungsmethoden.