WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
库 / 框架
Speech
NVIDIA-NeMo/Speech
NVIDIA面
向
研究者
与
PyTorch
开发者
的
开源
语音AI工
具包,
覆盖
语
音识别、
语音
合成
与
语音
大
模型。
去 GitHub 看仓库
复制链接
标签
asr
deeplearning
generative-ai
machine-translation
neural-networks
speaker-diariazation
speaker-recognition
speech-synthesis
同类项目
voxcpm
39.3k
免
分词
端
到
端多
语
种
语音
合成
模型,
支持
三十
种
语言
创意
音色
设计
与
高保真复刻
及
48kHz
输出。
mit-deep-learning-book-pdf
14.3k
MIT
深度
学习
教材
的
精美
PDF
合集,
含
完
整版
与
分章版,
供离线
阅
读
学习
使用。
FunASR
20.7k
开源
语
音识
别工
具包,
覆盖
离线
流式
标点
说话人
等
全
链路,
支持
训练
推理
与
服务
部署。
ml-agents
19.8k
Unity
官
方机器
学习智
能
体
工
具包,
用
深度
强化
与
模仿
学习训练
游戏
内智
能体。
sherpa-onnx
15.3k
基于
ONNX
的
离线语
音
开发库,
支持识别合成
声纹
检测
等
能力
与
12
种
编程
语言。
vosk-api
15.2k
支持
20
多
种
语言
的
离线语
音识
别工
具包,
提供
多
语言SDK
绑定,
可跑
在
手机
与
服务器
上。
18581
asr,deeplearning,generative-ai
NVIDIA面向研究者与PyTorch开发者的开源语音AI工具包,覆盖语音识别、语音合成与语音大模型。
←
上一个
etherpad
下一个
→
llama-cookbook