automatic-speech-recognition

스트리밍 ASR, 화자 분리, 번역, OpenAI/Deepgram 호환 API를 지원하는 실시간 로컬 음성 인식(STT) 도구

프로덕션 우선 및 프로덕션 준비가 완료된 엔드투엔드 음성 인식 툴킷

OpenAI Whisper ASR 웹서비스 API

[AutoArk] GPA(General Purpose Audio)는 하나의 작은 모델로 ASR, TTS 및 음성 변환을 수행할 수 있습니다!

앱에서 사용하는 프론티어 CoreML 오디오 모델 — 텍스트 음성 변환, 음성 텍스트 변환, 음성 활동 감지 및 화자 분리. Swift 기반, SOTA 오픈소스 구동.

🐸STT - 음성 인식(Speech-to-Text)을 위한 딥러닝 툴킷. STT 모델 학습과 배포가 그 어느 때 보다 쉬워집니다.

음성 활동 감지기(VAD): 저지연, 고성능, 경량화

만다린, 중국 방언 및 영어를 지원하는 오픈 소스 산업용 ASR 모델로, 공인된 만다린 ASR 벤치마크에서 새로운 SOTA를 달성하는 동시에 뛰어난 가사 인식 기능도 제공합니다.

:zap: TensorFlowASR: Tensorflow 2 기반의 최신 수준에 준하는 자동 음성 인식(ASR) 구현. 문자 또는 서브워드를 사용할 수 있는 언어 지원

단어 오류율(WER)과 같은 유사도 지표로 speech-to-text 시스템을 평가하세요.

Audio AI 분야의 LLM(거대 언어 모델) 활용 사례 리소스 모음

Android용 OpenAI Whisper 및 TensorFlow Lite를 사용한 오프라인 음성 인식.

딥러닝 기반의 온디바이스 스트리밍 음성 인식(STT) 엔진

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