vad

Silero VAD: Voice Activity Detector tingkat perusahaan yang telah dilatih sebelumnya

Sinkronisasi subtitle dengan video secara otomatis.

Antarmuka grafis faster_whisper dengan PySide6

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.

Voice Activity Detector (VAD): latensi rendah, performa tinggi, dan ringan

Pengenalan suara waktu nyata dan deteksi aktivitas suara (VAD) menggunakan Kaldi generasi berikutnya dengan ncnn tanpa koneksi Internet. Mendukung iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A, dll.

Whisper.net. Konversi ucapan ke teks menjadi mudah menggunakan Whisper Models

Alat deteksi aktivitas suara dan segmentasi audio

Sistem ASR All-in-One Kelas Industri SOTA dengan modul ASR, VAD, LID, dan Punc. FireRedASR2 mendukung bahasa Mandarin (Mandarin, 20+ dialek/aksen), Inggris, pencampuran kode, serta ASR ucapan dan nyanyian. FireRedVAD mendukung ucapan/nyanyian/musik dalam 100+ bahasa. FireRedLID mendukung 100+ bahasa dan 20+ dialek Mandarin. FireRedPunc mendukung Mandarin dan Inggris.

Pipeline Speech-to-Text yang dioptimalkan untuk Model Whisper yang mendukung berbagai Inference Engine

Makalah ICASSP 2023-2024: Kumpulan lengkap makalah penelitian yang berpengaruh dan menarik dari konferensi ICASSP 2023-24. Jelajahi kemajuan terbaru dalam akustik, ucapan, dan pemrosesan sinyal. Kode disertakan. Beri bintang pada repositori untuk mendukung kemajuan pemrosesan audio dan sinyal!

Deteksi Aktivitas Suara & Deteksi Acara Audio Kelas Industri SOTA, mendukung 100+ bahasa, mengungguli Silero-VAD, TEN-VAD, FunASR-VAD, dan WebRTC-VAD

Pustaka Android Voice Activity Detection (VAD). Mendukung model WebRTC VAD GMM, Silero VAD DNN, Yamnet VAD DNN.