speaker-recognition

Um framework de IA generativa escalável criado para pesquisadores e desenvolvedores que trabalham com Grandes Modelos de Linguagem, Multimodal e IA de Voz (Reconhecimento Automático de Fala e Conversão de Texto em Fala)

Um kit de ferramentas de fala baseado em PyTorch

Blocos de construção neural para diarização de locutores: detecção de atividade de fala, detecção de mudança de locutor, detecção de fala sobreposta, embutimento de locutor

Modelos de áudio CoreML de ponta em seus aplicativos — texto para fala, fala para texto, detecção de atividade de voz e diarização de locutores. Em Swift, impulsionado por código aberto SOTA.

Toolkit voltado para pesquisa e produção de verificação, reconhecimento e diarização de locutores

Este projeto usa uma variedade de modelos avançados de reconhecimento de impressão vocal, como EcapaTdnn, ResNetSE, ERes2Net, CAM++, etc. Não está excluído o suporte a mais modelos no futuro. Ao mesmo tempo, este projeto também suporta os métodos de pré-processamento de dados MelSpectrogram e Spectrogram

Em defesa do aprendizado métrico para reconhecimento de locutor

Reimplementação não oficial do ECAPA-TDNN para reconhecimento de locutor (EER=0.86 para Vox1_O treinando apenas no Vox2)