AuxiliaryASR
给语音合成和转换提供精准的文本-音频对齐工具
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 ★ 130
核心亮点
- 联合CTC与S2S损失，对齐稳定性优于纯注意力机制
- 专为VC和TTS设计，直接输出音素级对齐结果
- 代码结构清晰，便于二次开发和集成到生成流程
不足之处
- 项目处于早期阶段，文档和示例较少
- 依赖特定数据集格式，通用性待验证
- 文档/社区待观察
适用场景
- 语音合成前端文本-梅尔对齐
- 语音转换中的音素边界提取
- 语音编辑和配音中的音素级标注
替代项目
Montreal Forced Aligner、ESPnet、Whisper
上一篇：speech-android
下一篇：SpeakoFlow
同类项目推荐
saa-sdk
开源
在转写前先判断这句话是不是对你说的，减少误触发
Addressee detection for voice agents: device-directed speech detection that runs bef···
speech-to-phrase
开源
本地跑，只认你定义的短语，又快又准。
Fast and personalized local speech-to-text
Whispera
开源
Mac 上本地离线把语音秒变文字，录音即转写
AI-powered voice transcription app for macOS using WhisperKit
spokestack-android
开源
给安卓应用加上完整语音对话能力，唤醒、识别、理解、合成一步到位。
Extensible Android mobile voice framework: wakeword, ASR, NLU, and TTS. Easily add v···
megaphone
开源
Mac 上免费离线听写，语音秒变文字，隐私不外泄
Free, private, on-device dictation for Mac, powered by Apple's SpeechAnalyzer and Fo···
quivr-whisper
开源
用语音直接和你的第二大脑对话，解放双手查知识
Talk to your second brain personal assistant using speech
whisper-key-local
开源
按热键说话，文字直接落到光标处
Global hotkeys to record speech and transcribe directly to your cursor
wav2letter
开源
用 C++ 打造高性能端到端语音识别，训练推理快人一步。
Facebook AI Research's Automatic Speech Recognition Toolkit
yapsnap
开源
一条命令，把视频音频转成文字，不用显卡不用云
Transcribe any video URL or audio file into plaintext. No GPU. No cloud. One command···