viet-asr

越南语语音转文字的开源基线

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 语音识别 🍴 复刻 61 🐛 待处理 3 👀 关注 4
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 180
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费，需自行部署

项目预览

viet-asr 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类语音识别
开发团队dangvansam
官网地址https://github.com/dangvansam/viet-asr
GitHubhttps://github.com/dangvansam/viet-asr
定价模式🏷️完全免费
价格说明开源免费，需自行部署
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型asr,automatic-speech-recognition,ctc-decode,ctc-loss,dangvansam,speech-recognition,speech-to-text,stt,viet-tts,vietasr,vietnamese,vietnamese-language,vietnamese-nlp,vietnamese-speech-recognition,viettts
GitHub 星标★ 180
上线时间2021-02-01 00:00:00
代码更新2026-10-06
仓库体积345.5 MB
本站数据更新2026-11-02
维护状态较活跃
收录时间2026-11-02
浏览次数0

项目介绍

VietASR 是一个面向越南语的自动语音识别开源项目，基于 Python 实现，采用 CTC 损失与 CTC 解码的端到端建模思路，把越南语语音转写为文本。项目针对越南语声调、音节与拉丁化拼写特点做适配，提供从声学特征到字符/子词输出的完整训练与推理流程，可用于构建越南语语音转写、字幕生成与语音指令等能力。仓库包含模型定义、数据处理与解码脚本，便于研究者复现与二次训练；对希望快速验证越南语 ASR 可行性的团队，可作为轻量基线参考。整体处于早期阶段，适合技术预研与小规模实验，而非直接生产部署。

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 2026-11-02 · 当前星标 ★ 180

核心亮点

  • 采用 CTC 端到端结构，训练与解码链路完整，便于复现和二次开发
  • 专门面向越南语声调与拼写特点做适配，比通用多语模型更聚焦
  • Python 实现、依赖清晰，适合作为越南语 ASR 的实验基线

不足之处

  • 项目早期、星标较少，预训练模型与文档完善度有限
  • 缺少大规模基准测试与多场景鲁棒性验证数据

适用场景

  • 越南语会议或访谈录音转写
  • 越南语视频自动生成字幕
  • 越南语语音指令与客服质检原型

替代项目

whisper、wav2vec2、ESPnet

上一篇：SpeakSlow

下一篇：oliv

同类项目推荐

whisply 开源

批量音视频一键转文字、翻译并生成字幕

Fast, cross-platform CLI and GUI for batch transcription, translation, speaker annot···

★ 167 2026-09-24
awesome-voice-typing 开源

按平台找离线语音输入工具，一页搞定

Curated list of open-source speech-to-text and voice typing tools for Linux, macOS, ···

★ 209 2026-09-24
mod_audio_stream 开源

让 FreeSWITCH 通话音频实时对接 WebSocket 语音 AI 服务

FreeSWITCH module to stream audio to websocket and receive response

★ 240 2026-09-24
athena 开源

用 C++ 打造端到端语音识别与合成引擎

an open-source implementation of sequence-to-sequence based speech processing engine

★ 965 2026-08-09
Recorder 开源

一个库搞定 H5 多格式录音，还能语音转文字

html5 js 录音 mp3 wav ogg webm amr g711a g711u 格式，支持pc和Android、iOS部分Web浏览···

★ 5643 2026-08-10
phonon 开源

量化语音识别模型，一条命令本地转写

Phonon: open speech recognition models (Phonon-2, Phonon-1) — CLI, CPU and CUDA ima···

★ 324 2026-10-03
gipformer 开源

轻量越南语语音识别，低资源也能跑

Efficient Vietnamese Speech Recognition

★ 156 2026-10-01
whisper-ctranslate2 开源

用 CTranslate2 加速 Whisper，本地转写更快更省显存

Whisper command line client compatible with original OpenAI client based on CTransla···

★ 1368 2026-10-05