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 ★ 102
核心亮点
- 创新性地将 NLP 提示学习引入语音处理，统一多任务建模
- 基于预训练生成式口语模型，减少下游任务训练成本
- 附有论文和代码，复现门槛低，适合学术研究
不足之处
- 项目处于早期，文档和社区支持待观察
- 仅支持有限的语音任务，实际应用范围有限
适用场景
- 学术研究：探索语音提示学习新范式
- 多任务语音处理：用单一模型完成分类、情感识别等
- 低资源场景：减少针对每个任务的数据标注和训练
替代项目
SpeechBrain、ESPnet、HuggingFace Transformers
上一篇：MLC-SLM-Baseline
下一篇：GigaAM
同类项目推荐
WhisperLive
开源
让 Whisper 实时转写，直播字幕、会议记录秒出
A nearly-live implementation of OpenAI's Whisper.
VoiceInk
开源
按快捷键说话，文字直接落到光标处
The best open-source alternative to Superwhisper & Wispr Flow. Voice-to-text app for···
Easy-Voice-Toolkit
开源
一句话搞定语音识别、转写和去噪，小白也能上手
A user-friendly toolkit for voice recgonition/transcription/conversion etc. | 简单易···
Typeleast
开源
按快捷键说话，本地识别加大模型润色，直接写进光标处
TypeLeast：按一下快捷键说话，本机识别（SenseVoice），用你自己的大模型 API Key 整理成···
whisper-auto-transcribe
开源
拖入音频，自动出文字，无需命令行
Auto transcribe tool based on whisper
blitztext-app
开源
按一下说话，松手文字就出现在光标处
Local-first dictation for macOS. Speak, text, done. Parakeet or Whisper on your Mac,···
whisper-website
开源
上传音频，浏览器里直接出字幕文件
Self-hosted web application, which can be used to convert audio to subtitles by Open···
Speech-to-Text-Russian
开源
本地跑俄语语音转文字，不依赖云 API
Распознавание русской речи: библиотека Python, CLI···
MLC-SLM-Baseline
开源
多语言对话语音识别与说话人日志的官方基线，开箱即用
The project is associated with the recently-launched INTERSPEECH 2025 Workshop on Mu···