Sprache & Audio
Frameworks für Spracherkennung, Sprachsynthese und Audiobearbeitung.
Repositories
Whisper ist ein allgemeines Spracherkennungsmodell von OpenAI. Trainiert mit 680.000 Stunden vielfältiger Audiodaten, ermöglicht es mehrsprachige Spracherkennung, Übersetzung und Sprachidentifikation.
Python
95.3k
1 min voice data can also be used to train a good TTS model! (few shot voice cloning)
Python
55.4k
Clone a voice in 5 seconds to generate arbitrary speech in real-time
Python
59.5k
🐸💬 - a deep learning toolkit for Text-to-Speech, battle-tested in research and production
Python
44.7k
DeepSpeech is an open source embedded (offline, on-device) speech-to-text engine which can run in real time on devices ranging from a Raspberry Pi 4 to high power GPU servers.
C++
26.7k