voice-recognition

API de reconhecimento de fala offline para Android, iOS, Raspberry Pi e servidores com Python, Java, C# e Node.

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.

Um kit de ferramentas de fala baseado em PyTorch

Conversão de fala para texto, reconhecimento de intenção e conversão de texto para fala com latência muito baixa, para a criação de agentes e interfaces de voz

Silero VAD: Detector de Atividade de Voz pré-treinado de nível empresarial

Uma implementação quase em tempo real do Whisper da OpenAI.

Biblioteca utilitária abrangente para caracteres chineses (pinyin, traços, radicais, provérbios, voz, visualização, etc.).

🐸STT - O kit de ferramentas de aprendizado profundo para Speech-to-Text. Treinar e implantar modelos STT nunca foi tão fácil.

Detector de Atividade de Voz (VAD): baixa latência, alto desempenho e leve

🔊 Uma lista abrangente de conjuntos de dados de código aberto para computação de voz e som (mais de 95 conjuntos de dados).

Uma lista de corpora de fala acessíveis para ASR, TTS e outras tecnologias de fala.

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

Assistente de IA em Python 🧠

Registro de capitão e mapa estelar 3D para Elite Dangerous

Motor de Speech-to-Intent em dispositivo alimentado por deep learning

Voicetypr - Ferramenta de ditado de voz para texto offline com IA para fundadores ocupados, vibe coders e usuários avançados de IA no macOS e Windows. Alternativa ao wispr flow e superwhisper.

Framework de benchmark para conversão de fala em texto.

Reconhecimento de fala para projetos React Native Expo

Motor de conversão de fala em texto por streaming no dispositivo impulsionado por aprendizado profundo

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

Tradução de áudio em tempo real: captura o áudio do sistema e microfone, executa ASR (Whisper/SenseVoice) e traduz via API de LLM com exibição em streaming. Ideal para VTubers, streamers e consumo de conteúdo em idioma estrangeiro no Windows.

Transcrição em tempo real usando faster-whisper

Uma sobreposição que obtém a permissão de voz do usuário e a entrada como texto em uma interface personalizável