best-rq-pytorch 是语音识别领域的开源项目，由 lucasnewman 开发，2023 年首次发布。
它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 137。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-31。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：学术研究：复现BEST-RQ并对比其他自监督方法。同类可对比的替代方案包括 fairseq、wav2vec 2.0、HuBERT。
best-rq-pytorch
用随机投影量化器，轻松复现 Google 自监督语音预训练模型
BEST-RQ 是一种自监督语音表示学习模型，由 Google 提出，核心思想是用随机投影量化器（Random Projection Quantizer）替代传统对比学习中的负样本对，简化训练流程。本项目是其在 PyTorch 下的开源实现，旨在让研究者无需依赖 TensorFlow 或 Google 内部代码即可复现和实验。它解决的是语音预训练中标签依赖和训练复杂的问题，通过随机投影将连续语音特征离散化为 token，再配合掩码预测任务学习通用语音表征。项目提供模型定义、训练逻辑和基础工具，支持自动语音识别、语音合成等下游任务。代码结构清晰，适合作为学习自监督语音模型的参考实现。
开源
free
音频音乐
GitHub 星标
★ 137
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队lucasnewman
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型automatic-speech-recognition,speech-synthesis,text-to-speech
GitHub 星标★ 137
30天Star增速
HF 下载量
上线时间2023-09-25 00:00:00
最近更新2026-07-31 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 忠实复现 Google 官方 BEST-RQ 架构，降低复现门槛
- 纯 PyTorch 实现，便于集成到现有深度学习工作流
- 代码简洁，适合作为自监督语音学习的研究起点
不足之处
- 早期项目，文档和示例较少，上手需一定背景
- 未提供预训练权重，需自行训练才能用于下游任务
适用场景
- 学术研究：复现 BEST-RQ 并对比其他自监督方法
- 语音预训练：为低资源语音任务生成通用表征
- 教学演示：理解随机投影量化在自监督学习中的作用
替代项目
fairseq、wav2vec 2.0、HuBERT
项目介绍
下一篇：speech-android
同类项目推荐
obs-localvocal
开源
直播录屏时，本地AI实时生成字幕，保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频，一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签，会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper