voice-recognition

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

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.

Reconnaissance vocale, intentionnelle et synthèse vocale à très faible latence pour la création d'agents et d'interfaces vocaux.

Silero VAD : détecteur d'activité vocale pré-entraîné de qualité professionnelle.

Une implémentation quasi en temps réel de Whisper d'OpenAI.

Bibliothèque utilitaire complète pour les caractères chinois (pinyin, traits, radicaux, idiomes, synthèse vocale, visualisation, etc.).

🐸STT - La boîte à outils de deep learning pour la conversion parole-texte. L'entraînement et le déploiement de modèles STT n'ont jamais été aussi simples.

Détecteur d'activité vocale (VAD) : faible latence, haute performance et léger.

🔊 Une liste exhaustive de jeux de données open source pour le traitement de la voix et du son (plus de 95 jeux de données).

Une liste de corpus vocaux accessibles pour l'ASR, le TTS et d'autres technologies vocales.

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.

Assistant IA en Python 🧠

Journal de bord et carte stellaire 3D pour Elite Dangerous.

Moteur de conversion de la parole en intention sur l'appareil propulsé par l'apprentissage profond

Voicetypr - Outil de dictée vocale hors-ligne propulsé par l'IA pour les fondateurs occupés, codeurs de vibe et utilisateurs intensifs d'IA sur macOS et Windows. Alternative à wispr flow et superwhisper.

Framework de benchmark pour la reconnaissance vocale (speech-to-text)

Reconnaissance vocale pour les projets React Native Expo

Moteur de diffusion de reconnaissance vocale à la volée exécuté sur appareil, alimenté par l'apprentissage profond.

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

Traduction audio en temps réel, capture l'audio système et le micro, exécute ASR (Whisper/SenseVoice), traduit via l'API LLM avec affichage en streaming. Idéal pour les VTubers, les streamers et le visionnage de contenus étrangers.

Transcription en temps réel utilisant faster-whisper

🗣 Un overlay qui obtient la permission vocale et la saisie de l'utilisateur sous forme de texte dans une interface personnalisable