automatic-speech-recognition

Transcription parole-texte locale en temps réel avec ASR en streaming, diarisation des locuteurs, traduction et API compatibles OpenAI/Deepgram.

Boîte à outils de reconnaissance vocale de bout en bout, prête pour la production

API de service web ASR pour OpenAI Whisper.

[AutoArk] GPA (General Purpose Audio) permet la reconnaissance vocale (ASR), la synthèse vocale (TTS) et la conversion de voix avec un seul modèle compact.

Modèles audio CoreML de pointe dans vos applications : synthèse vocale, reconnaissance vocale, détection d'activité vocale et diarisation des locuteurs. En Swift, propulsé par des solutions open source SOTA.

🐸STT - La boîte à outils de deep learning pour la conversion parole-texte. L'entraînement et le déploiement de modèles STT n'ont jamais été aussi simples.

Détecteur d'activité vocale (VAD) : faible latence, haute performance et léger.

Modèles ASR open-source de qualité industrielle prenant en charge le mandarin, les dialectes chinois et l'anglais, atteignant un nouvel état de l'art sur les benchmarks ASR publics en mandarin, tout en offrant une capacité exceptionnelle de reconnaissance des paroles de chansons.

TensorFlowASR : Reconnaissance vocale automatique quasi à l'état de l'art sous Tensorflow 2. Langues supportées utilisant des caractères ou des sous-mots.

Évaluez votre système de reconnaissance vocale avec des mesures de similarité telles que le taux d'erreur sur les mots (WER).

Collection de ressources sur les applications des grands modèles de langage (LLM) dans l'IA audio.

Reconnaissance vocale hors ligne avec OpenAI Whisper et TensorFlow Lite pour Android

Moteur de diffusion de reconnaissance vocale à la volée exécuté sur appareil, alimenté par l'apprentissage profond.

Système ASR industriel tout-en-un de pointe incluant des modules ASR, VAD, LID et de ponctuation. FireRedASR2 prend en charge le chinois, l'anglais, le code-switching ainsi que la reconnaissance de la parole et du chant.