speech

🐸 Coleção de artigos sobre TTS

Framework de reconhecimento automático de fala em PyTorch para streaming e não streaming, compatível com reconhecimento online e offline. Atualmente suporta os modelos Conformer, Squeezeformer e DeepSpeech2, além de vários métodos de aumento de dados.

FreeVC: Rumo à conversão de voz one-shot sem texto de alta qualidade

Toolkit de código aberto para reconhecimento de fala ponta a ponta utilizando PyTorch-Lightning e Hydra.

Aplicativo de prática de conversação em IA amigável para iniciantes.

API de texto para fala (TTS) local e compatível com OpenAI usando o Chatterbox, permitindo que os usuários gerem fala clonada em qualquer lugar onde a API da OpenAI seja usada (ex.: Open WebUI, AnythingLLM, etc.)

MOSS-Audio é um modelo de base de código aberto para compreensão unificada de áudio, permitindo fala, som, música, legendagem, QA e raciocínio em cenários do mundo real.

:speech_balloon: /so.nus/ STT (speech to text) para Node com detecção de palavra-chave offline

Laboratórios, empresas, recursos e estágios na área de fala/voz, recomendações e auto-recomendações são bem-vindos

Uma lista de conjuntos de dados de resposta ao impulso de sala disponíveis publicamente e scripts para baixá-los.

SpeechIO Leaderboard: uma plataforma de benchmarking ampla, robusta e abrangente para Reconhecimento Automático de Fala (ASR).

Amostras de áudio que acompanham publicações relacionadas ao Tacotron, um modelo de síntese de fala end-to-end.

Conversão de voz com apenas vizinhos mais próximos

StarGANv2-VC: A Diverse, Unsupervised, Non-parallel Framework for Natural-Sounding Voice Conversion