speech-recognition

🤗 Transformers : le framework de définition de modèles pour l'apprentissage automatique de pointe en texte, vision, audio et multimodal, pour l'inférence et l'entraînement.

Portage du modèle Whisper d'OpenAI en C/C++.

Transcription Faster Whisper optimisée avec CTranslate2

WhisperX : reconnaissance vocale automatique avec horodatage au niveau du mot et diarisation.

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.

Leon est votre assistant personnel open source.

kaldi-asr/kaldi est le dépôt officiel du projet Kaldi.

API de reconnaissance vocale hors ligne pour Android, iOS, Raspberry Pi et serveurs avec Python, Java, C# et Node.

Scripts de Deep Learning de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.

Plongez dans le Deep Learning, l'apprentissage par renforcement, le Machine Learning, la vision par ordinateur et le NLP grâce à ces cours passionnants !

Interface Web Gradio pour créateurs et développeurs, intégrant des fonctionnalités clés de TTS (Edge-TTS, kokoro) et de clonage vocal zero-shot (E2 & F5-TTS, CosyVoice), avec traitement audio Whisper, téléchargement YouTube, isolation vocale Demucs et traduction multilingue.

Boîte à outils vocale facile à utiliser incluant l'apprentissage auto-supervisé, la reconnaissance vocale (ASR) SOTA/en continu avec ponctuation, la synthèse vocale (TTS) en continu avec interface textuelle, un système de vérification du locuteur, la traduction vocale de bout en bout et la détection de mots-clés. Lauréat du prix Best Demo à NAACL2022.

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.

OpenVINO™ est une boîte à outils open source pour l'optimisation et le déploiement de l'inférence IA.

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

Modèle open source SenseVoiceSmall pour la reconnaissance vocale (ASR) en mandarin, cantonais, anglais, japonais et coréen, incluant l'identification de la langue, la reconnaissance des émotions et la détection d'événements audio.

Module de reconnaissance vocale pour Python, prenant en charge plusieurs moteurs et API, en ligne et hors ligne.

Système de reconnaissance vocale chinoise basé sur l'apprentissage profond.

Une bibliothèque de synthèse vocale (TTS), de reconnaissance vocale (STT) et de conversion parole-à-parole (STS) basée sur le framework MLX d'Apple, offrant une analyse vocale efficace sur Apple Silicon.

Reconnaissance vocale pour votre site web.

Boîte à outils de reconnaissance vocale automatique de Facebook AI Research.

IA vocale embarquée pour Apple Silicon

Outil de développement tout-en-un basé sur PaddlePaddle.

Outil de transcription vidéo, de génération de sous-titres et de découpage assisté par LLM basé sur FunASR, avec une interface Gradio locale.

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

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

Détection de mot d'activation sur appareil basée sur l'apprentissage profond

Ressources, pratique et recherche en apprentissage automatique et IA agentique

Outil de reconnaissance vocale hors ligne pour générer des sous-titres au format JSON, SRT ou texte brut.