speech-translation

Un framework de IA generativa escalable creado para investigadores y desarrolladores que trabajan en Modelos de Lenguaje Grande, Multimodal y IA de Voz (Reconocimiento Automático de Voz y Text-to-Speech)

Crea agentes de voz con modelos de código abierto

Kit de herramientas de voz fácil de usar que incluye modelo de aprendizaje autosupervisado, ASR de transmisión/SOTA con puntuación, TTS de transmisión con interfaz de texto, sistema de verificación de hablantes, traducción de voz de extremo a extremo y detección de palabras clave. Ganador del premio al mejor demo en NAACL2022.

Kit de herramientas de procesamiento de voz de extremo a extremo

Preentrenamiento de voz-texto modal unificado para procesamiento de lenguaje hablado

StreamSpeech es un modelo integrado "Todo en uno" para el reconocimiento, traducción y síntesis de voz tanto fuera de línea como simultáneos.

Traducción de voz en tiempo real para macOS y Windows, TTS gratuito, sin servidor, solo usa tus propias claves API

Traducción de voz bidireccional en tiempo real para reuniones bilingües: detecta automáticamente el idioma hablado y traduce en ambas direcciones, ya sea en la nube o completamente offline en el dispositivo. Disponible para escritorio (Windows, macOS, Linux) y extensiones de navegador (Chrome, Edge) para Zoom, Meet, Teams y cualquier aplicación.

Aplicación de transcripción y traducción de voz en tiempo real que utiliza Whisper OpenAI y una API de traducción gratuita. Interfaz creada con Tkinter. Código escrito completamente en Python.

Lista de artículos sobre traducción simultánea/streaming, incluyendo traducción automática de texto a texto y de voz a texto.