Aller au contenu principal
buildradar
Sign in
Sujet · speaker-recognition

speaker-recognition

Dépôts open source suivis étiquetés speaker-recognition, triés par étoiles.

Dépôts
8
Total d'étoiles
48 122
Étoiles en moyenne
6 015
Part
0,00%

Sujets qui apparaissent souvent aux côtés de speaker-recognition sur un même dépôt.

Ascensions récentes

Dépôts créés au cours des 90 derniers jours et étiquetés speaker-recognition.

Aucun nouveau dépôt étiqueté avec ce sujet au cours des 90 derniers jours.

  • Speech@NVIDIA-NeMo

    Framework d'IA générative évolutif conçu pour les chercheurs et développeurs travaillant sur les grands modèles de langage, le multimodal et l'IA vocale (ASR et TTS).

    18 379+42Évolution des étoiles sur les 7 derniers jours
  • speechbrain@speechbrain

    Une boîte à outils pour la parole basée sur PyTorch.

    11 802+17Évolution des étoiles sur les 7 derniers jours
  • pyannote-audio@pyannote

    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.

    10 500+24Évolution des étoiles sur les 7 derniers jours
  • FluidAudio@FluidInference

    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.

    2 723+22Évolution des étoiles sur les 7 derniers jours
  • wespeaker@wenet-e2e

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

    1 402+10Évolution des étoiles sur les 7 derniers jours
  • 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.

    1 313+1Évolution des étoiles sur les 7 derniers jours
  • voxceleb_trainer@clovaai

    En défense de l'apprentissage métrique pour la reconnaissance du locuteur.

    1 176+1Évolution des étoiles sur les 7 derniers jours
  • ECAPA-TDNN@TaoRuijie

    Réimplémentation non officielle d'ECAPA-TDNN pour la reconnaissance du locuteur (EER=0.86 pour Vox1_O avec entraînement uniquement sur Vox2)

    827+0Évolution des étoiles sur les 7 derniers jours
← Retour aux sujets