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
和
PyTorch
开发者
的
语音
AI
框架,
覆盖 ASR、
TTS
和
语音
LLM
的
构建、
微调
与
部署。
去 GitHub 看仓库
复制链接
标签
machine-translation
speaker-recognition
asr
tts
generative-ai
deeplearning
neural-networks
speaker-diariazation
同类项目
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。
gpa
3.1k
统
一语
音识别、
语音
合成
与
声音
转换
的
自回
归
音
频
模型,
提供
0.6B 权重、
PyTorch/ONNX
推理
与
微调
流程。
whisplay-ai-chatbot
541
基于
树莓派
与
Whisplay HAT
的
口袋
AI 语音
聊
天
机器
人,
按键
说
话
即
可
获语音
回复,
支持
ASR、
TTS
与
离线
模型。
FunASR
21.1k
工业
级
语
音识
别工
具包,
覆盖
训练、
推理、
流式
ASR、
VAD、
标点、
说话
人
分离
及OpenAI
兼容
服务
部署。
ml-agents
19.9k
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
16.1k
基于
新
一
代
Kaldi
与
onnxruntime
的
离线
语
音
工
具库,
支持
语
音识别、
合成、
说话
人
分离、
VAD
等,
覆盖
12
种
编程
语言
与
多
种
平台。
18735
machine-translation,speaker-recognition,asr
NVIDIA 面向研究者和 PyTorch 开发者的语音 AI 框架,覆盖 ASR、TTS 和语音 LLM 的构建、微调与部署。
←
上一个
gsap-skills
下一个
→
video-shotcraft