speech-recognition

Adapt 의도 파서(Intent Parser)

OBS, VRChat, Twitch 채팅, Discord를 위한 음성 인식(Speech to Text) 및 KB 입력 자막

PyTorch-Lightning과 Hydra를 활용한 엔드투엔드 음성 인식 오픈소스 툴킷

딥러닝 기반의 온디바이스 Speech-to-Intent 엔진

음성 API 예제

음성 인식(Speech-to-Text) 벤치마크 프레임워크

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.

음성 숫자로 구성된 무료 오디오 데이터셋. MNIST의 오디오 버전.

React Native Expo 프로젝트를 위한 음성 인식 라이브러리

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

macOS 내장 음성 인식 및 전사 기능을 위한 커맨드 라인 인터페이스

홈메이드 ChatGPT! LiteLLM과 LangGraph를 사용하여 Raspberry Pi 기반으로 구축된 상용 스마트 홈 어시스턴트의 더 나은 대안

Node.js용 STT(Speech to Text) 라이브러리, 오프라인 핫워드 감지 기능 포함

Whisper 기반의 Android 입력 방식 편집기(IME)

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.

faster-whisper를 사용한 실시간 전사

다국어 ASR 및 TTS 모델을 위한 C++ ggml 런타임 허브: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2 등 지원 및 범용 강제 정렬(forced alignment) 기능 제공

사전 및 언어 모델을 포함한 CTC(Connectionist Temporal Classification) 디코더입니다.

다중 추론 엔진을 지원하는 Whisper 모델용 최적화된 음성 인식 파이프라인

앱을 위한 셀프 코딩 시스템 — React Native용 Alan AI SDK.

VRChat을 위한 모듈형 노드 프로그래밍 언어, 프로그램 생성기, 애니메이션 시스템, 툴킷, 라우터 및 디버거

사용자의 음성 권한을 획득하고 커스텀 가능한 UI를 통해 텍스트로 입력받는 오버레이

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

한국어 음성인식(STT) API 목록 및 성능 벤치마크

Lightning-fast, free, local first voice dictation for macOS with on-device transcription

단일 파일로 구현된 고품질 스트리밍 음성 대 음성(Speech-to-Speech) 대화형 에이전트

자동 음성 인식(ASR), 텍스트 음성 변환(TTS) 엔진. 중영 음성 인식, 다중 역할 음성 합성, 다국어 지원, 높은 정확도

Vosk의 WebAssembly 빌드를 사용하여 브라우저에서 실행되는 음성 인식 라이브러리