yeyupiaoling

Este proyecto utiliza diversos modelos avanzados de reconocimiento de huella vocal como EcapaTdnn, ResNetSE, ERes2Net, CAM++, entre otros, con soporte para más modelos en el futuro. También admite métodos de preprocesamiento de datos como MelSpectrogram y Spectrogram.

Ajuste fino del modelo de reconocimiento de voz Whisper para admitir entrenamiento sin datos de marcas de tiempo, con datos de marcas de tiempo y sin datos de voz. Acelera la inferencia y admite despliegue en la web, en escritorio con Windows y en Android

Reconocimiento de voz en chino de extremo a extremo basado en PaddlePaddle, desde conceptos básicos hasta proyectos empresariales prácticos. Soporta modelos populares como DeepSpeech2, Conformer y Squeezeformer

Reconocimiento de voz en chino implementado con PaddlePaddle. Proyecto completo con buenos resultados de reconocimiento. Soporta entrenamiento y predicción en Windows y Linux, además de predicción en placas Nvidia Jetson.

Marco de trabajo de reconocimiento automático de voz (ASR) en PyTorch para modelos de transmisión y no transmisión, compatible con reconocimiento en línea y fuera de línea. Soporta modelos Conformer, Squeezeformer y DeepSpeech2, además de diversos métodos de aumento de datos.

La implementación en PyTorch de clasificación de sonido que soporta EcapaTdnn, PANNS, TDNN, Res2Net, ResNetSE y otros modelos, además de una variedad de métodos de preprocesamiento.