speech

🐸 TTS 論文集

Pytorch實現的流式與非流式的自動語音識別框架，同時兼容在線和離線識別，目前支持Conformer、Squeezeformer、DeepSpeech2模型，支持多種數據增強方法。

FreeVC：邁向高品質免文字單次訓練語音轉換

基於 PyTorch-Lightning 與 Hydra 的端對端語音辨識開源工具包。

適合初學者的 AI 對話練習應用程式

使用 Chatterbox 的本地、相容 OpenAI 的文字轉語音 (TTS) API，讓使用者能在任何使用 OpenAI API 的地方產生語音複製內容（例如 Open WebUI、AnythingLLM 等）

MOSS-Audio 是一個用於統一語音理解的開源基礎模型，在真實世界場景中支援語音、聲音、音樂、標題生成、問答與推理。

:speech_balloon: /so.nus/ 適用於 Node 的 STT (語音轉文字)，具備離線熱詞偵測功能

語音方向實驗室、公司、資源、實習等資訊，歡迎推薦或自薦

公開的房間脈衝響應資料集列表及下載腳本

SpeechIO Leaderboard：一個大型、穩健且全面的自動語音識別基準測試平台。

與 Tacotron（一種端到端語音合成模型）相關出版物的音訊樣本。

僅使用最近鄰演算法的語音轉換。

StarGANv2-VC：一個用於自然語音轉換的多樣化、非監督式、非平行框架。