speech

🐸 Collection d'articles de recherche sur la synthèse vocale (TTS).

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.

FreeVC : Vers une conversion de voix one-shot de haute qualité sans texte.

Boîte à outils open source pour la reconnaissance vocale de bout en bout utilisant PyTorch-Lightning et Hydra.

Application de pratique de conversation en IA adaptée aux débutants

API locale de texte‑à‑parole (TTS) compatible OpenAI utilisant Chatterbox, permettant aux utilisateurs de générer de la parole clonée partout où l'API OpenAI est utilisée (par ex. Open WebUI, AnythingLLM, etc.)

MOSS-Audio est un modèle de fondation open source pour la compréhension audio unifiée, permettant la gestion de la parole, du son, de la musique, du sous-titrage, des questions-réponses et du raisonnement dans des scénarios réels.

:speech_balloon: /so.nus/ STT (speech to text) pour Node avec détection de mots-clés hors ligne

Laboratoires, entreprises, ressources et stages dans le domaine de la voix, recommandations et candidatures spontanées bienvenues

Une liste de jeux de données de réponses impulsionnelles de salles publiquement disponibles et de scripts pour les télécharger.

SpeechIO Leaderboard : une plateforme de benchmarking vaste, robuste et complète pour la reconnaissance automatique de la parole.

Échantillons audio accompagnant les publications relatives à Tacotron, un modèle de synthèse vocale de bout en bout.

Conversion de voix utilisant uniquement les plus proches voisins

StarGANv2-VC : un framework non supervisé et non parallèle pour la conversion de voix naturelle.