项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 437
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.8+
- （可选）NVIDIA GPU
- 阿拉伯语语料
安装与启动步骤
-
1拉仓库装依赖
阿拉伯语语音的识别、分类与合成三块。
-
2先跑识别脚本
用公开语料验证链路。
python run_common_voice.py -
3再跑分类任务
方言与情感分类各有脚本。
python run_classifier.py -
4合成部分单独验
语音合成依赖的音色与语料要另配。
如何确认成功
一段阿拉伯语语音能被正确转写，且方言分类结果与人工判断一致
注意事项
- 它面向阿拉伯语及其方言，其它语种不适用。
- 方言差异极大，现代标准阿拉伯语模型在方言上会大幅掉点。
- 依赖的预训练模型较旧，新框架可能不兼容。
- 语料许可要逐一看，部分只允许研究使用。
核心亮点
- 专为阿拉伯语优化，支持多方言识别，准确率优于通用模型
- API 简洁，几行代码即可实现语音识别、分类和 TTS
- 提供预训练模型，无需大量数据即可快速上手
不足之处
- 文档/社区待观察
- 仅支持阿拉伯语，应用范围受限
适用场景
- 阿拉伯语语音助手开发
- 阿拉伯语媒体内容自动转写与分类
- 阿拉伯语教育工具中的语音合成
替代项目
Whisper、Coqui TTS、Arabic-NLP
同类项目推荐
whisper-shortcut
开源
菜单栏一键语音，转文字、控剪贴板、AI 对话全搞定
Voice-first macOS menu bar app: dictate, voice-edit clipboard, read aloud, AI chat w···
SuperDictate
开源
Mac 上本地极速听写，语音不出设备
Fast, private, local dictation for Apple Silicon Macs.
WhisperTimeSync
开源
给 Whisper 字幕校准时间轴，让字幕精准同步
Synchronize Whisper's timestamps over an existing accurate transcription
moshi-rag
开源
边聊边查，语音对话不再瞎编
MoshiRAG is a compact full-duplex speech language model augmented with asynchronous ···
mlx-qwen3-asr
开源
Mac 本地跑 Qwen3 语音识别，音频不出设备
Qwen3-ASR speech recognition on Apple Silicon via MLX
WhisperHallu
开源
预处理音频，让 Whisper 转录不再胡说八道
Experimental code: sound file preprocessing to optimize Whisper transcriptions witho···
Diction
开源
自托管语音键盘，说话直接变文字，隐私自己掌控
Open Source self-hosted alternative to WisprFlow - iOS voice AI keyboard
whisper
开源
开口说话就成笔记，AI 帮你整理成文
Take notes with your voice & transform them with AI
AriaType
开源
动口不动手，本地语音输入秒变文字，跨应用高效干活
Voice-driven writing, input, and cross-app work for your desktop.