yeyupiaoling

Ce projet utilise divers modèles avancés de reconnaissance d'empreinte vocale tels que EcapaTdnn, ResNetSE, ERes2Net, CAM++, etc. D'autres modèles pourraient être pris en charge à l'avenir. Le projet prend également en charge les méthodes de prétraitement de données MelSpectrogram et Spectrogram.

Fine-tuning du modèle de reconnaissance vocale Whisper pour prendre en charge l'entraînement avec ou sans données d'horodatage, ainsi que sans données vocales. Accélération de l'inférence et support du déploiement Web, Windows et Android

Reconnaissance vocale chinoise de bout en bout basée sur PaddlePaddle, de l'initiation à la pratique, avec des cas d'étude simples et des projets d'entreprise concrets. Prend en charge les modèles DeepSpeech2, Conformer et Squeezeformer les plus populaires.

Reconnaissance vocale chinoise basée sur PaddlePaddle. Projet complet avec d'excellentes performances. Supporte l'entraînement et l'inférence sur Windows et Linux, ainsi que sur les cartes de développement Nvidia Jetson.

Framework de reconnaissance vocale automatique (ASR) en PyTorch, compatible avec les modes streaming et non-streaming, supportant les modèles Conformer, Squeezeformer et DeepSpeech2, ainsi que diverses méthodes d'augmentation de données.

L'implémentation PyTorch de la classification sonore prend en charge EcapaTdnn, PANNS, TDNN, Res2Net, ResNetSE et d'autres modèles, ainsi que diverses méthodes de prétraitement.