k2-fsa

Transcription, synthèse vocale, diarisation, amélioration de la parole, séparation de sources et VAD utilisant la nouvelle génération de Kaldi avec onnxruntime, sans connexion Internet. Supporte les systèmes embarqués, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, NPU RK, NPU Axera, NPU Ascend, serveurs x86_64, client/serveur websocket, et 12 langages de programmation.

TTS de clonage vocal de haute qualité pour plus de 600 langues.

Reconnaissance vocale en temps réel et détection d'activité vocale (VAD) utilisant la nouvelle génération de Kaldi avec ncnn, sans connexion Internet. Supporte iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A, etc.

Algorithmes FSA/FST, différentiables, avec compatibilité PyTorch.

Synthèse vocale (Text-to-Speech) zero-shot rapide et de haute qualité avec Flow Matching

Framework de serveur de reconnaissance vocale (speech-to-text) avec Kaldi nouvelle génération.