Voz y audio
Marcos para reconocimiento de voz, síntesis de voz y procesamiento de audio.
Repositories
Whisper es un modelo de reconocimiento de voz de propósito general de OpenAI. Entrenado con 680,000 horas de audio diverso, realiza reconocimiento de voz multilingüe, traducción e identificación de idiomas.
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