speech

🐸💬 - 연구 및 프로덕션에서 검증된 텍스트 음성 변환(TTS)을 위한 딥러닝 툴킷

🚀 5초 만에 음성을 복제하여 실시간으로 임의의 음성을 생성합니다

VoxCPM2: 다국어 음성 생성, 창의적인 음성 디자인, 실감나는 클로닝을 위한 토크나이저 프리 TTS

WhisperX: 단어 수준 타임스탬프(& 화자 분리)를 지원하는 자동 음성 인식

빠르고 사용하기 쉬우며 효율적인 데이터 조작 도구를 갖춘 AI 모델용 즉시 사용 가능한 데이터셋의 최대 허브

Grounded SAM: Grounding DINO와 Segment Anything, Stable Diffusion, Recognize Anything의 결합 — 무엇이든 자동으로 감지, 분할 및 생성

kaldi-asr/kaldi는 Kaldi 프로젝트의 공식 저장소입니다.

오픈 소스 모델로 음성 에이전트 구축

AudioGPT: 음성, 음악, 사운드, 말하는 얼굴 이해 및 생성

Silero VAD: 사전 학습된 엔터프라이즈급 음성 활성 감지기(Voice Activity Detector)

ModelScope: Model-as-a-Service 개념을 현실화합니다.

EmotiVoice 😊: 멀티 보이스 및 프롬프트 제어 TTS 엔진

PaddlePaddle이 공식적으로 유지 관리 및 지원하며, CV, NLP, Speech, Rec, TS, 대형 모델 등을 포함합니다.

💬 웹사이트를 위한 음성 인식

Silero Models: 매우 간단하게 사용할 수 있는 사전 학습된 텍스트 음성 변환(TTS) 모델

모바일, 웨어러블, 스마트 홈, 로봇을 위한 양자화, 커널, 런타임 및 추론 엔진

OpenAI Whisper 기반 화자 분리(Speaker Diarization)를 지원하는 자동 음성 인식(ASR)

음성 인식 텍스트 변환 도구 / JSON, SRT 자막, 순수 텍스트 형식으로 출력하는 오프라인 로컬 오디오/비디오 자막 변환 도구

딥 필터링을 사용한 노이즈 억제

실시간 음성을 위한 빠른 멀티모달 LLM

음성 향상, 분리 및 타겟 화자 추출 등을 지원하는 AI 기반 음성 처리 툴킷 및 오픈 소스 SOTA 사전 학습 모델

인간과 유사하고 표현력 있는 TTS를 위한 기초 모델

🚀 자동화 태스크 스크립트가 포함된 기초부터 고급까지의 엄선된 Amazing Python 스크립트 모음

사용 편의성과 성능에 중점을 둔 간편하고 고품질의 음성 변환 도구.

OpenAI Whisper ASR 웹서비스 API

iOS 10의 새로운 API를 위한 코드 예제입니다.

PyTorch 기반의 오디오 신호 처리를 위한 데이터 조작 및 변환

Lingvo

오디오와 텍스트를 자동으로 동기화(강제 정렬)하는 Python/C 라이브러리 및 도구 모음

단어 수준 타임스탬프와 신뢰도를 제공하는 다국어 자동 음성 인식