speech-translation
本站收录 11 个带「speech-translation」标签的 AI 开源项目
SpeechSpeech 是一个面向研究人员和开发者的可扩展生成式 AI 框架，专注于大型语言模型、多模态和语音 AI（自动语音识别与文本转语音）。它提供统一的模块化架构，★ 18,524
speech-to-speechspeech-to-speech 是一个构建本地语音代理的开源项目，旨在利用开源模型实现端到端的语音交互。它解决了传统语音助手依赖云端服务、延迟高、隐私风险大等★ 13,350
PaddleSpeechPaddleSpeech 是百度开源的端到端语音工具包，基于飞桨深度学习框架，提供从语音识别、语音合成到说话人验证、语音翻译、关键词唤醒等全链路能力。它解决了语★ 12,689
espnet端到端语音处理工具包，覆盖语音识别、语音合成、语音翻译、说话人识别等多项任务。提供统一训练框架、丰富预训练模型与评测流程，是学术界与工业界语音技术研究的常用基础★ 9,974
sokujisokuji 是一款面向双语会议场景的实时双向语音翻译工具，支持自动检测说话语言并双向翻译，可运行于云端或完全离线的本地设备。它提供桌面应用（Windows/m★ 1,356
StreamSpeechStreamSpeech 是一个“一体化”的无缝语音模型，同时支持离线与同声传译场景下的语音识别（ASR）、语音翻译和语音合成。它解决了传统级联系统延迟高、错误★ 1,294
my-translatormy-translator 是一款基于 Tauri 的桌面实时语音翻译工具，支持 macOS 和 Windows。它解决的是跨语言实时沟通中的延迟和隐私问题，无★ 1,291
speech_datasetspeech_dataset 是一个面向语音识别（ASR）研究的中文语音数据集仓库，旨在为深度学习语音模型提供训练与评估所需的音频资源。项目整理了多种来源的语音★ 471
echogardenEchogarden 是一个跨平台的语音工具集，既可作为命令行工具使用，也可作为 Node.js 库集成。它整合了多种语音引擎，提供语音合成（TTS）、语音识别★ 452
MooERMooER 是摩尔线程推出的开源全双工语音交互模型，主打端到端的语音到语音（speech-to-speech）对话能力。它解决传统语音助手依赖级联模块（ASR→★ 219
speech-translator-readmeSpeech Translator 是一个实时语音翻译工具，旨在打破语言障碍，让用户能够用母语说话，并即时获得目标语言的语音输出。它解决的是跨语言实时沟通中的效★ 88