speech

Koleksi makalah TTS

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.

FreeVC: Menuju Konversi Suara One-Shot Tanpa Teks Berkualitas Tinggi

Toolkit Open-Source untuk Pengenalan Ucapan End-to-End yang memanfaatkan PyTorch-Lightning dan Hydra.

Aplikasi latihan percakapan AI yang ramah bagi pemula

API text-to-speech (TTS) lokal yang kompatibel dengan OpenAI menggunakan Chatterbox, memungkinkan pengguna menghasilkan ucapan tiruan suara di mana pun API OpenAI digunakan (mis. Open WebUI, AnythingLLM, dll.)

MOSS-Audio adalah model dasar sumber terbuka untuk pemahaman audio terpadu, yang memungkinkan ucapan, suara, musik, pemberian keterangan, tanya jawab, dan penalaran dalam skenario dunia nyata.

:speech_balloon: /so.nus/ STT (speech to text) untuk Node dengan deteksi kata kunci offline.

Daftar laboratorium, perusahaan, sumber daya, dan magang di bidang pengenalan suara, rekomendasi atau pendaftaran mandiri dipersilakan

Daftar dataset room impulse response yang tersedia untuk umum beserta skrip untuk mengunduhnya.

SpeechIO Leaderboard: platform benchmarking yang besar, kuat, komprehensif untuk Automatic Speech Recognition.

Sampel audio yang menyertai publikasi terkait Tacotron, model sintesis ucapan end-to-end.

Konversi Suara Hanya dengan Nearest Neighbors

StarGANv2-VC: Framework yang Beragam, Tanpa Pengawasan, Non-paralel untuk Konversi Suara yang Terdengar Alami