asr

GLM-ASR-Nano: 15억 개의 파라미터를 가진 강력한 오픈 소스 음성 인식 모델

네이티브 및 브라우저에서 실행되는 Voxtral ASR & TTS. Burn ML 프레임워크를 사용하여 Mistral의 Voxtral mini 실시간 ASR/TTS를 Rust로 구현

🎙️ 음성을 깔끔한 텍스트, 유용한 작업, 구조화된 지식으로 변환해주는 지능형 음성 생산성 어시스턴트입니다. 사용자가 아이디어를 포착하고, 자연스럽게 소통하며, 반복 작업을 자동화하고, 다양한 앱과 워크플로우에서 생산성을 유지할 수 있도록 돕습니다.

LLM, ASR, TTS, OCR, CV 등 다양한 기술을 활용하여 라이브 스트리밍을 하거나 함께 Minecraft를 플레이하는 AI VTuber

BiBi Keyboard: Kotlin 기반의 Android 플랫폼 LLM 및 ASR 음성 입력기 키보드 애플리케이션

📦 '중국어 숫자'와 '아라비아 숫자'를 빠르게 변환하는 도구 (최신 기능: 분수, 날짜, 온도 등 변환 지원)

PaddlePaddle 기반의 중국어 음성 인식 프로젝트. Windows 및 Linux 환경에서의 학습과 예측을 지원하며 Nvidia Jetson 개발 보드에서의 예측도 가능함

로컬 머신의 Unity3d에서 음성 인식 모델(whisper.cpp) 실행하기.

Pytorch로 구현된 스트리밍 및 비스트리밍 자동 음성 인식 프레임워크. 온라인 및 오프라인 인식을 모두 지원하며 Conformer, Squeezeformer, DeepSpeech2 모델과 다양한 데이터 증강 방법을 지원함

PyTorch-Lightning과 Hydra를 활용한 엔드투엔드 음성 인식 오픈소스 툴킷

Android용 OpenAI Whisper 및 TensorFlow Lite를 사용한 오프라인 음성 인식.

INTERSPEECH 2023-2024 논문 모음: INTERSPEECH 2023-24 컨퍼런스의 영향력 있고 흥미로운 연구 논문 전체 컬렉션입니다. 음성 및 언어 처리 분야의 최신 기술 발전을 확인해 보세요. 코드 포함.

ASR, VAD, LID, Punc 모듈을 포함한 산업용 올인원 ASR 시스템. FireRedASR2는 중국어(표준어 및 20개 이상의 방언/억양), 영어, 코드 스위칭, 음성 및 노래 ASR을 지원하며, FireRedVAD는 100개 이상의 언어, FireRedLID는 100개 이상의 언어와 20개 이상의 중국어 방언, FireRedPunc는 중국어와 영어를 지원함

딥러닝 기반의 온디바이스 스트리밍 음성 인식(STT) 엔진

실시간 오디오 번역 도구. 시스템 오디오와 마이크를 캡처하여 ASR(Whisper/SenseVoice)로 인식하고 LLM API를 통해 스트리밍 방식으로 번역 결과를 표시합니다. VTuber, 라이브 스트리머 및 외국어 콘텐츠 시청에 최적화되어 있습니다.

음성 인식 이론, 논문 및 PPT

🤗 Optimum Intel: Intel 최적화 도구로 추론 가속화

상용 수준의 오픈 소스 음성 자동 인식 라이브러리. 즉시 사용 가능하며 모든 플랫폼을 지원하고 중영 혼합 인식을 지원합니다. ONNXRuntime 및 FunASR을 기반으로 하는 크로스 플랫폼 ASR 추론 구현체입니다. ASR 모델을 호출하기 위한 더 쉬운 API 세트를 제공합니다.

오픈 소스 음성 에이전트 플랫폼

다중 추론 엔진을 지원하는 Whisper 모델용 최적화된 음성 인식 파이프라인

크로스 플랫폼 실시간 자막 표시 소프트웨어

SpeechIO Leaderboard: 자동 음성 인식(ASR)을 위한 대규모의 강력하고 포괄적인 벤치마킹 플랫폼입니다.

Vosk의 WebAssembly 빌드를 사용하여 브라우저에서 실행되는 음성 인식 라이브러리

ICASSP 2023-2024 논문: ICASSP 2023-24 컨퍼런스의 영향력 있고 흥미로운 연구 논문 모음. 음향, 음성 및 신호 처리 분야의 최신 발전을 탐색하세요. 코드 포함.

Raspberry Pi Zero 2W로 구축한 포켓 사이즈 AI 챗봇

Arabic-first generative speech recognition — Audar-ASR-V1 (Flash + Turbo). #1 on the Open Universal Arabic ASR Leaderboard. Model cards, benchmarks & inference.