speech-translation

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)

Crie agentes de voz com modelos de código aberto

Kit de ferramentas de fala fácil de usar, incluindo modelo de aprendizado autossupervisionado, ASR SOTA/Streaming com pontuação, TTS de streaming com frontend de texto, sistema de verificação de locutor, tradução de fala de ponta a ponta e detecção de palavras-chave. Vencedor do prêmio NAACL2022 Best Demo.

Toolkit de processamento de fala de ponta a ponta

Pré-treinamento multimodal de fala e texto para processamento de linguagem falada

StreamSpeech é um modelo "tudo em um" contínuo para reconhecimento, tradução e síntese de fala offline e simultânea.

Tradução de voz em tempo real — macOS e Windows, TTS gratuito, sem servidor, usando apenas suas chaves de API.

Tradução de voz bidirecional em tempo real para reuniões bilíngues — detecta automaticamente o idioma falado e traduz em ambas as direções, via nuvem ou totalmente offline no dispositivo. Desktop (Windows · macOS · Linux) + extensão de navegador (Chrome · Edge) para Zoom, Meet, Teams e qualquer aplicativo.

Um aplicativo de transcrição e tradução de fala em tempo real usando o Whisper da OpenAI e API de tradução gratuita. Interface feita usando Tkinter. Código escrito inteiramente em Python.

Lista de artigos sobre tradução simultânea / tradução em streaming, incluindo tradução automática de texto para texto e tradução de fala para texto.