speech-recognition

Le hub pour la recherche en IA audio : articles, modèles ouverts, benchmarks et jeux de données pour les LLM audio, la reconnaissance vocale, la synthèse vocale (TTS), ainsi que la génération de musique et d'audio.

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

Whisper.net. La conversion parole-texte simplifiée grâce aux modèles Whisper.

Espresso : une boîte à outils de reconnaissance vocale neuronale rapide de bout en bout

Un assistant vocal de bureau basé sur Python capable d'exécuter des commandes système, intégrant la reconnaissance vocale et la synthèse vocale, et gérant les interactions utilisateur asynchrones.

Modèles Whisper optimisés pour le streaming et l'utilisation sur appareil

Un LLM vocal qui s'exécute localement sur votre ordinateur sans nécessiter de connexion internet.

SpeechPy - Une bibliothèque pour le traitement et la reconnaissance vocale : http://speechpy.readthedocs.io/en/latest/

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 pour votre application React.

Algorithmes de décodage Connectionist Temporal Classification (CTC) : best path, beam search, lexicon search, prefix search et token passing. Implémentés en Python.

Créez des applications web de transcription vocale en temps réel en utilisant Whisper d'OpenAI

Apprentissage profond descriptif

Dictée vocale gratuite, open-source et 100% hors ligne pour Linux. Parlez et tapez n'importe où via whisper.cpp, les moteurs Whisper et VOSK, accéléré par GPU, fonctionne sur X11 + Wayland !

🎤 Lobe TTS - Une bibliothèque TTS/STT fiable et de haute qualité pour serveur et navigateur.

Speech to Text to Speech. Chanson en cours de lecture. Envoie du texte sous forme de messages OSC vers VRChat pour affichage sur l'avatar. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

Binding React Native pour whisper.cpp.

Chatbot vocal local pour des conversations engageantes, propulsé par Ollama, Hugging Face Transformers et Coqui TTS Toolkit

Projet permettant d'utiliser un microphone avec OpenAI Whisper.

Modèle fondamental pour les tâches de reconnaissance vocale

Le moyen le plus simple de transcrire de l'audio en Swift

Application de transcription vocale par IA 100 % privée convertissant la parole en texte dans plus de 100 langues. Développée avec Compose Multiplatform pour Android et iOS en utilisant Whisper AI ; aucun transfert vers le cloud, tout le traitement est effectué localement pour une confidentialité totale.

Conversion rapide entre chiffres chinois et chiffres arabes (dernières fonctionnalités : fractions, dates, températures, etc.)

Apprentissage profond pour le traitement audio

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.

Outil de reconnaissance vocale silencieuse en temps réel.

Exécution du modèle de reconnaissance vocale whisper.cpp dans Unity3d en local

Allosaurus est un reconnaisseur de phonèmes universel pré-entraîné pour plus de 2000 langues.

Clavier et service de reconnaissance vocale privés et exécutés directement sur l'appareil pour Android.

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.