speaker-diarization

Toolkit pengenalan suara open source untuk pelatihan, inferensi, streaming ASR, VAD, tanda baca, pipeline diarization pembicara, dan penyajian yang kompatibel dengan OpenAI/MCP.

Toolkit ucapan berbasis PyTorch

Speech-to-text lokal waktu nyata dengan streaming ASR, diarization pembicara, penerjemahan, dan API yang kompatibel dengan OpenAI/Deepgram

Blok bangunan neural untuk diarisasi pembicara: deteksi aktivitas suara, deteksi perubahan pembicara, deteksi ucapan tumpang tindih, embedding pembicara

Toolkit Pemrosesan Suara End-to-End

AI Suara On-device untuk Apple Silicon

Pengenalan Ucapan Otomatis (ASR) dengan Speaker Diarization berbasis OpenAI Whisper

Executable mandiri Whisper & Faster-Whisper bagi mereka yang tidak ingin repot dengan Python.

Repositori untuk verifikasi pembicara, pengenalan pembicara, dan diarisasi pembicara berbasis single-modal dan multi-modal

Pengenalan Ucapan Otomatis Multibahasa dengan stempel waktu tingkat kata dan tingkat kepercayaan.

Model audio CoreML mutakhir di aplikasi Anda — teks-ke-suara, suara-ke-teks, deteksi aktivitas suara, dan diarisasi pembicara. Dalam Swift, didukung oleh open source SOTA.

Paket Python untuk membangun aplikasi audio waktu nyata berbasis AI.

Daftar kurasi makalah, pustaka, dataset, dan sumber daya Speaker Diarization yang luar biasa.

Keluarga model ASR berbasis LLM open-source untuk bahasa Mandarin, dialek, aksen, dan ucapan multilingual, lengkap dengan runtime FunASR, vLLM, streaming, dan llama.cpp.

Toolkit Verifikasi, Pengenalan, dan Diarisasi Speaker Berorientasi Penelitian dan Produksi

Toolkit bicara AI untuk Apple Silicon — ASR, TTS, speech-to-speech, VAD, dan diarisasi yang didukung oleh MLX dan CoreML

Layanan transkripsi dan diarisasi luring mandiri yang siap pakai dengan ringkasan LLM

Perangkat lunak generator subtitle otomatis satu-atap, mencakup seluruh proses pengunduhan, transkripsi, penerjemahan, dan hardcode, tanpa intervensi manual

Implementasi ulang Python dari algoritma clustering spektral (terbatas) yang digunakan dalam makalah diarisasi pembicara Google.