speech-recognition

오디오 AI 연구 허브: 오디오 LLM, 음성 인식, TTS, 음악 및 오디오 생성을 아우르는 논문, 오픈 모델, 벤치마크 및 데이터셋

LLM 요약 기능이 포함된 턴키 방식의 자체 호스팅 오프라인 음성 변환 및 화자 분리 서비스

Whisper.net. Whisper 모델을 사용하여 간편하게 구현하는 음성 인식(STT)

Espresso: 빠르고 통합된 엔드투엔드 신경망 음성 인식 툴킷

시스템 수준 명령 실행, 음성 인식 및 텍스트 음성 변환 통합, 비동기 사용자 상호작용 처리가 가능한 Python 기반 데스크톱 음성 비서

스트리밍 및 온디바이스 사용을 위해 최적화된 Whisper 모델

인터넷 없이 내 컴퓨터에서 실행되는 말하는 LLM

:speech_balloon: SpeechPy - 음성 처리 및 인식을 위한 라이브러리: http://speechpy.readthedocs.io/en/latest/

PaddlePaddle 기반의 엔드투엔드 중국어 음성 인식 구현. 입문부터 실전까지, 초보자를 위한 간단한 사례와 실용적인 기업 프로젝트 포함. DeepSpeech2, Conformer, Squeezeformer 모델 지원

💬React 앱을 위한 음성 인식

Connectionist Temporal Classification (CTC) 디코딩 알고리즘: 최적 경로, 빔 검색, 사전 검색, 접두사 검색, 토큰 패싱. Python으로 구현됨.

OpenAI의 Whisper를 사용하여 실시간 speech2text 웹 앱 구축 https://openai.com/blog/whisper/

기술적 딥러닝

Linux용 무료 오픈소스 100% 오프라인 음성 받아쓰기 도구. whisper.cpp, Whisper, VOSK 엔진을 사용하며 GPU 가속 및 X11/Wayland 지원

🎤 Lobe TTS - 서버와 브라우저를 위한 고품질의 안정적인 TTS/STT 라이브러리

Speech to Text to Speech. 현재 재생 중인 곡. 텍스트를 OSC 메시지로 VRChat에 전송하여 아바타에 표시합니다. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

whisper.cpp의 React Native 바인딩

Ollama, Hugging Face Transformers, Coqui TTS Toolkit 기반의 대화형 로컬 음성 챗봇

OpenAI whisper와 함께 마이크를 사용할 수 있게 해주는 프로젝트

음성 인식 작업을 위한 기초 모델

🎤 Swift에서 오디오를 가장 쉽게 변환(transcribe)하는 방법

100개 이상의 언어로 음성을 텍스트로 변환하는 100% 프라이빗 AI 음성 전사 앱. Whisper AI를 사용하여 Android 및 iOS용 Compose Multiplatform으로 제작되었으며, 클라우드 업로드 없이 완전히 온디바이스로 처리되어 완벽한 개인정보 보호를 제공합니다.

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

오디오 처리를 위한 딥러닝

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

실시간 무음 음성 인식 도구.

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

Allosaurus는 2000개 이상의 언어를 지원하는 사전 학습된 범용 음소 인식기

Android용 프라이빗 온디바이스 음성 인식 키보드 및 서비스.

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