speaker-diarization

Boîte à outils de reconnaissance vocale open source pour l'entraînement, l'inférence, l'ASR en streaming, le VAD, la ponctuation, les pipelines de diarisation du locuteur et le service compatible OpenAI/MCP.

Une boîte à outils pour la parole basée sur PyTorch.

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

Blocs de construction neuronaux pour la diarisation du locuteur : détection d'activité vocale, détection de changement de locuteur, détection de chevauchement vocal, et embedding de locuteur.

Boîte à outils de traitement de la parole de bout en bout

IA vocale embarquée pour Apple Silicon

Reconnaissance vocale automatique avec diarisation des locuteurs basée sur OpenAI Whisper.

Exécutables autonomes pour Whisper et Faster-Whisper pour ceux qui ne souhaitent pas utiliser Python.

Dépôt pour la vérification, la reconnaissance et la diarisation de locuteurs, en mode simple et multimodal

Reconnaissance vocale automatique multilingue avec horodatages au niveau du mot et indices de confiance

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.

Un package Python pour créer des applications audio en temps réel basées sur l'IA.

Une liste organisée d'articles, de bibliothèques, de jeux de données et d'autres ressources sur la diarisation du locuteur.

Famille de modèles ASR open-source basés sur LLM pour le chinois, les dialectes, les accents et la parole multilingue, avec runtimes FunASR, vLLM, streaming et llama.cpp.

Boîte à outils de vérification, de reconnaissance et de diarisation du locuteur orientée recherche et production.

Boîte à outils vocale IA pour Apple Silicon — ASR, TTS, speech-to-speech, VAD et diarisation propulsés par MLX et CoreML

Service de transcription et de diarisation hors ligne, auto-hébergé et clé en main, avec résumé par LLM

Logiciel de génération de sous-titres tout-en-un entièrement automatisé : téléchargement, transcription, traduction et encodage sans intervention humaine

Réimplémentation en Python des algorithmes de clustering spectral (contraint) utilisés dans les articles de Google sur la diarisation du locuteur.