精选语音识别AI工具与应用推荐 - 免费及高效选择
wav2vec2-base-960h
模型Github
Facebook开发的高效语音识别模型
wav2vec2-xls-r-300m
Huggingface模型
Facebook开发的大规模多语言预训练语音模型
whisper-large-v3
模型OpenAI
突破性多语言语音识别与翻译模型
wav2vec2-large-xlsr-53-portuguese
模型Wav2Vec2
XLSR-53微调的葡萄牙语语音识别模型
speaker-diarization
模型说话人分离
高效实时的开源语音说话人分割系统
wav2vec2-large-xlsr-53-russian
模型俄语
基于XLSR-53的俄语语音识别微调模型
wav2vec2-large-xlsr-53-chinese-zh-cn
HuggingSound模型
中文自动语音识别模型提供广泛应用支持
speaker-diarization-3.1
模型说话人分离
提升语音处理的开源说话人分区技术
wav2vec2-large-xlsr-53-english
XLSR-53Common Voice
XLSR-53微调的英语语音识别模型
AI Phone
AI工具AI Phone
跨语言即时翻译和转录的电话应用
AutoSub
AutoSub字幕生成
开源视频自动字幕生成工具
SALMONN
SALMONN大语言模型
通用听觉能力赋能大语言模型 实现音频输入的多模态理解
speech_recognition
SpeechRecognition语音识别
Python多引擎语音识别库
drachtio-freeswitch-modules
Freeswitch模块drachtio
增强实时通信应用的开源FreeSWITCH模块集
multi_token
multi_token多模态嵌入
将多模态嵌入到大语言模型的开源框架
UEAzSpeech
Unreal Engine插件
虚幻引擎整合Azure语音服务的开源插件
Hey-Jetson
语音识别深度学习
面向边缘计算的实时语音识别平台
NeuralBlock
NeuralBlockYouTube赞助检测
智能识别YouTube视频赞助内容的神经网络工具
awesome-russian-speech
语音技术俄语
全面汇总俄语语音技术资源与开发工具
speech_course
语音处理数字信号处理
全面语音处理技术课程，从信号处理到人工智能应用
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号