sherpa-onnx

Projeto de código aberto que suporta múltiplas funções de reconhecimento e síntese de voz.

Produto ComumProgramaçãoReconhecimento de VozSíntese de Voz

Sherpa-onnx é um projeto de reconhecimento e síntese de voz baseado na próxima geração do Kaldi, utilizando o onnxruntime para inferência. Suporta diversas funcionalidades relacionadas à voz, incluindo conversão de voz para texto (ASR), conversão de texto para voz (TTS), reconhecimento de locutor, verificação de locutor, reconhecimento de idioma e detecção de palavras-chave. É compatível com diversas plataformas e sistemas operacionais, incluindo sistemas embarcados, Android, iOS, Raspberry Pi, RISC-V e servidores.

Suporta reconhecimento de voz (ASR) em fluxo contínuo e não contínuo.
Suporta conversão de texto para voz (TTS).
Suporta reconhecimento de locutor.
Suporta verificação de locutor.
Suporta reconhecimento de idioma.
Suporta rotulagem de áudio e detecção de palavras-chave.
Suporta múltiplas plataformas e sistemas operacionais.

Sherpa-onnx é ideal para desenvolvedores e pesquisadores
especialmente aqueles que precisam implementar funcionalidades de reconhecimento e síntese de voz em diferentes plataformas. Oferece diversas APIs
incluindo C++
C
Python

Usar sherpa-onnx para implementar conversão de voz para texto em tempo real em dispositivos Android.
Utilizar sherpa-onnx em um servidor para tarefas de reconhecimento de voz em lote.
Usar sherpa-onnx em sistemas embarcados para detecção de palavras-chave.

1. Clone ou baixe o projeto sherpa-onnx para o seu computador.
2. Selecione a API e a plataforma adequadas para as funcionalidades desejadas.
3. Configure o ambiente e as dependências de acordo com as instruções na documentação.
4. Carregue os modelos pré-treinados e faça testes.
5. Ajuste os parâmetros e otimize o desempenho conforme necessário.

Abrir Site

sherpa-onnx Situação do Tráfego Mais Recente

Total de Visitas Mensais

474564576

Taxa de Rejeição

36.20%

Média de Páginas por Visita

6.1

Duração Média da Visita

00:06:34

sherpa-onnx Tendência de Visitas

sherpa-onnx Distribuição Geográfica das Visitas

sherpa-onnx Fontes de Tráfego

sherpa-onnx Alternativas

sherpa-onnx — Projeto de código aberto que suporta múltiplas funções de reconhecimento e síntese de voz.

Programação

•Reconhecimento de Voz•Síntese de Voz

1536

Gemini 2.0 Flash Experimental — Modelo de IA de alto desempenho desenvolvido pelo Google DeepMind

Seleção Internacional

•IA•Aprendizado de máquina

468

Modelo de Geração de Voz CosyVoice 2.0-0.5B — Modelo de síntese de voz eficiente e multilíngue

Música

Best AI Websites & Tools

sherpa-onnx

sherpa-onnx Situação do Tráfego Mais Recente

sherpa-onnx Tendência de Visitas

sherpa-onnx Distribuição Geográfica das Visitas

sherpa-onnx Fontes de Tráfego

sherpa-onnx Alternativas

sherpa-onnx — Projeto de código aberto que suporta múltiplas funções de reconhecimento e síntese de voz.

Gemini 2.0 Flash Experimental — Modelo de IA de alto desempenho desenvolvido pelo Google DeepMind

Modelo de Geração de Voz CosyVoice 2.0-0.5B — Modelo de síntese de voz eficiente e multilíngue

GLM-4-Voice — Modelo de diálogo de voz em inglês e chinês de ponta a ponta

Sumarizador de Reuniões com IA — Ferramenta de IA que transcreve áudios de reuniões e gera automaticamente resumos.

Deepgram Voice Agent API — IA conversacional em tempo real, integração com API com um único clique.

IFlytek Avatar Virtual — Serviço de aplicação de avatar virtual multi-cenário completo

Aixploria — Catálogo de ferramentas de IA, descubra as melhores ferramentas de IA

Mini-Omni — Modelo de linguagem de grande porte multimodal de código aberto, com suporte para entrada de voz em tempo real e saída de áudio em streaming.

conversão_voz_para_voz — Módulo de conversão de voz para voz de código aberto

WeST — Modelo de transcrição de voz baseado em LLM implementado em 300 linhas de código.

CosyVoice — Modelo de geração de voz de grande porte multilíngue, oferecendo capacidades completas de inferência, treinamento e implantação.

Azure Cognitive Services - Voz — Permita que seus aplicativos interajam de forma inteligente por meio da conversão de fala em texto e vice-versa.

StreamSpeech — Tradução de voz em tempo real, uma ponte para comunicação interlinguística.

Gemini 1.5 Flash — Modelo de IA leve e eficiente do Google, projetado para tarefas de alta frequência e grande escala.

Solução de Atendimento ao Cliente Inteligente com IA da iFlytek — Solução multicanal de atendimento ao cliente inteligente, baseada na tecnologia de voz da iFlytek.

Any GPT — Modelo de linguagem grande multi-modal

Docker GenAI Stack — Solução da Docker para desenvolvimento de aplicativos de inteligência artificial

Plataforma Aberta iFLYTEK — Plataforma aberta de inteligência artificial baseada em interação de voz

O Que Eles Diriama — Assistente de idiomas inteligente, para comunicação mais simples.

Randomizador de Prompts de IA — Assistente de voz inteligente, simplificando sua vida

Speechllect — Solução de conversão de voz para texto/texto para voz em tempo real com IA

Podcast — Transforme sua voz em um assistente de voz

TTSLabs — Serviço online de síntese e reconhecimento de voz

Neon AI — Inteligência artificial conversacional de fácil uso, atendendo às necessidades de empresas e famílias.

Voiser — A ferramenta mais realista de conversão de texto em fala e fala em texto.

Spark-TTS — Spark-TTS é um modelo de síntese de voz de fluxo único desacoplado eficiente baseado em modelos de linguagem grandes.

Gravadora de Áudio — A Gravadora de Áudio é uma ferramenta de transcrição de áudio e vídeo rápida, precisa e eficiente.

DuRT — DuRT é um software de reconhecimento e tradução de voz em tempo real para macOS, dedicado a fornecer serviços de processamento de voz eficientes e precisos.

Llasa — Modelo básico de TTS baseado na estrutura Llama, compatível com 160.000 horas de dados de voz tokenizados.