speech

🐸 TTS 논문 모음

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

FreeVC: 고품질 텍스트 없는 원샷 음성 변환을 향하여

PyTorch-Lightning과 Hydra를 활용한 엔드투엔드 음성 인식 오픈소스 툴킷

초보자 친화적인 AI 대화 연습 애플리케이션입니다.

Chatterbox를 활용한 로컬 OpenAI 호환 텍스트 음성 변환(TTS) API로, Open WebUI나 AnythingLLM 등 OpenAI API를 사용하는 모든 곳에서 음성 복제 기능을 제공

MOSS-Audio는 통합 오디오 이해를 위한 오픈 소스 파운데이션 모델로, 실제 환경에서 음성, 소리, 음악, 캡션, QA 및 추론 기능을 제공합니다.

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

음성 분야 연구실/기업/리소스/인턴십 등, 추천이나 자원 환영

공개된 룸 임펄스 응답(RIR) 데이터셋 목록 및 다운로드 스크립트

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

엔드투엔드 음성 합성 모델인 Tacotron 관련 출판물에 포함된 오디오 샘플입니다.

최근접 이웃(Nearest Neighbors)만을 활용한 음성 변환

StarGANv2-VC: 자연스러운 음성 변환을 위한 다양하고 비지도 방식의 비병렬 프레임워크입니다.