yeyupiaoling

Proyek ini menggunakan berbagai model pengenalan sidik suara tingkat lanjut seperti EcapaTdnn, ResNetSE, ERes2Net, CAM++, dll. Kemungkinan model lain akan didukung di masa mendatang. Pada saat yang sama, proyek ini juga mendukung metode pra-pemrosesan data MelSpectrogram dan Spectrogram

Lakukan fine-tune pada model pengenalan suara Whisper untuk mendukung pelatihan tanpa data penanda waktu, pelatihan dengan data penanda waktu, dan pelatihan tanpa data suara. Mempercepat inferensi dan mendukung deployment di Web, desktop Windows, serta Android

Implementasi pengenalan suara Mandarin end-to-end berbasis PaddlePaddle, dari tingkat dasar hingga praktis, contoh pemula yang super mudah dan proyek perusahaan yang sangat berguna. Mendukung model DeepSpeech2, Conformer, dan Squeezeformer yang paling populer saat ini

Pengenalan suara berbasis PaddlePaddle, pengenalan suara bahasa Mandarin. Proyek yang lengkap dengan hasil pengenalan yang baik. Mendukung pelatihan dan prediksi di bawah Windows dan Linux, serta mendukung prediksi papan pengembang Nvidia Jetson.

Kerangka kerja Automatic Speech Recognition (ASR) streaming dan non-streaming yang diimplementasikan dengan PyTorch, kompatibel dengan pengenalan online dan offline, saat ini mendukung model Conformer, Squeezeformer, dan DeepSpeech2, serta berbagai metode augmentasi data.

Implementasi Pytorch untuk klasifikasi suara yang mendukung EcapaTdnn, PANNS, TDNN, Res2Net, ResNetSE, dan model lainnya, serta berbagai metode pra-pemrosesan.