speech

🐸 Bộ sưu tập các bài báo về TTS

Khung nhận dạng giọng nói tự động (ASR) dựa trên PyTorch, hỗ trợ cả chế độ trực tuyến và ngoại tuyến, các mô hình Conformer, Squeezeformer, DeepSpeech2 và nhiều phương pháp tăng cường dữ liệu

FreeVC: Hướng tới chuyển đổi giọng nói one-shot chất lượng cao không cần văn bản.

Bộ công cụ mã nguồn mở cho nhận dạng giọng nói đầu-cuối, tận dụng PyTorch-Lightning và Hydra.

Ứng dụng luyện tập hội thoại AI thân thiện với người mới bắt đầu.

API chuyển văn bản thành giọng nói (TTS) cục bộ, tương thích với OpenAI sử dụng Chatterbox, cho phép người dùng tạo giọng nói nhân bản ở bất kỳ đâu sử dụng OpenAI API (ví dụ: Open WebUI, AnythingLLM, v.v.)

MOSS-Audio là mô hình nền tảng mã nguồn mở cho việc hiểu âm thanh thống nhất, hỗ trợ lời nói, âm thanh, âm nhạc, chú thích, QA và suy luận trong các tình huống thực tế.

:speech_balloon: /so.nus/ STT (speech to text) cho Node với tính năng phát hiện từ khóa ngoại tuyến

Danh sách các phòng thí nghiệm/công ty/tài nguyên/thực tập về lĩnh vực giọng nói, hoan nghênh đề xuất hoặc tự ứng cử.

Danh sách các tập dữ liệu phản hồi xung phòng (room impulse response) công khai và các tập lệnh để tải xuống.

SpeechIO Leaderboard: nền tảng đánh giá hiệu năng toàn diện, mạnh mẽ và quy mô lớn cho Nhận dạng giọng nói tự động (ASR).

Các mẫu âm thanh đi kèm với các ấn phẩm liên quan đến Tacotron, một mô hình tổng hợp giọng nói end-to-end.

Chuyển đổi giọng nói chỉ với Nearest Neighbors

StarGANv2-VC: Một framework đa dạng, không giám sát và không song song dành cho chuyển đổi giọng nói tự nhiên.