speech

🐸 TTS 论文集

Pytorch实现的流式与非流式的自动语音识别框架，同时兼容在线和离线识别，目前支持Conformer、Squeezeformer、DeepSpeech2模型，支持多种数据增强方法。

FreeVC：迈向高质量免文本单次训练语音转换

基于 PyTorch-Lightning 与 Hydra 的端到端语音识别开源工具包。

适合初学者的 AI 对话练习应用程序

使用 Chatterbox 的本地、兼容 OpenAI 的文本转语音 (TTS) API，让用户能在任何使用 OpenAI API 的地方生成语音克隆内容（例如 Open WebUI、AnythingLLM 等）

MOSS-Audio 是一个用于统一音频理解的开源基础模型，在真实世界场景中支持语音、声音、音乐、标题生成、问答与推理。

:speech_balloon: /so.nus/ 适用于 Node 的 STT (语音转文字)，具备离线热词检测功能

语音方向实验室、公司、资源、实习等信息，欢迎推荐或自荐

公开的房间脉冲响应数据集列表及下载脚本

SpeechIO Leaderboard：一个大型、稳健且全面的自动语音识别基准测试平台。

与 Tacotron（一种端到端语音合成模型）相关出版物的音频样本。

仅使用最近邻算法的语音转换。

StarGANv2-VC：一个用于自然语音转换的多样化、非监督式、非平行框架。