"語音檢測"

coqui-ai/TTS

TTS：文字轉語音工具包 — TTS 是一個基於 Python 的深度學習工具包，提供了多種文字轉語音的模型和技術，包括 Glow-TTS、HiFiGAN 和 MelGAN 等，能夠用於研究和生產環境。TTS 的優點在於其高質量的語音合成和靈活的配置選項。TTS 的應用包括語音合成、語音轉換和語音克隆等領域

Python★ 45.8k⑂ 6.2kai-ml

☆

espnet/espnet

espnet：端到端语音处理工具包 — espnet是一个端到端的语音处理工具包，使用Python语言开发，支持多种深度学习框架，如chainer和pytorch。它提供了多种语音处理功能，包括语音识别、语音合成、语音增强等。espnet的主要目标是提供一个高效、灵活的语音处理平台，用于研究和开发各种语音处理应用

Python★ 9.9k⑂ 2.4kai-ml

☆

KoljaB/RealtimeSTT

RealtimeSTT：即時語音轉文字庫 — RealtimeSTT是一個基於Python的語音轉文字庫，提供即時的語音轉文字功能，具有低延遲和高準確度。它的先進語音活動檢測和喚醒詞激活功能，使其成為一個強大且實用的工具。RealtimeSTT的應用包括語音助手、語音控制和語音轉文字等領域

Python★ 10k⑂ 850other

☆

FunAudioLLM/CosyVoice

CosyVoice：多語音頻生成模型 — CosyVoice是一個基於Python的多語音頻生成模型，能夠提供多種語言的音頻生成，包括英文、中文、日文和韓文等。它提供了推理、訓練和部署的全棧能力，讓用戶可以輕鬆地使用和擴展模型。CosyVoice的出現對於自然語言生成和文本轉語音等領域具有重要意義

Python★ 22.1k⑂ 2.6kai-ml

☆

RVC-Project/Retrieval-based-Voice-Conversion-WebUI

Retrieval-based-Voice-Conversion-WebUI：語音轉換網頁界面 — Retrieval-based-Voice-Conversion-WebUI 提供了一個簡單的網頁界面，讓用戶可以輕鬆地訓練語音轉換模型，無需大量的語音數據。這個工具利用了 Retrieval 模型和 VITS 等技術，實現了高質量的語音轉換。通過這個工具，用戶可以快速地建立自己的語音轉換模型，適用於各種語音應用

Python★ 36.5k⑂ 5.1kdata

☆

snakers4/silero-vad

silero-vad：企業級語音活動檢測器 — silero-vad 是一個預訓練的企業級語音活動檢測器，基於 PyTorch 和 ONNX 技術。它能夠精確地識別語音活動，適用於語音命令、語音控制等場景。

Python★ 9.6k⑂ 804ai-ml

☆

android/uamp

uamp：Android 音頻示範應用 — uamp 是一個示範如何使用 Android 的音頻 API 開發音頻播放器的應用，使用 Kotlin 作為開發語言。這個應用展示了如何播放音頻、控制音頻播放等功能。uamp 的開源代碼可以幫助開發者學習如何開發自己的音頻播放器

Kotlin★ 13.2k⑂ 3.8kmobile

☆

myshell-ai/OpenVoice

OpenVoice：即時語音複製技術 — OpenVoice 是一個利用 Python 開發的音頻基礎模型，能夠實現即時語音複製，為 text-to-speech 和 voice-clone 領域提供了新的解決方案。這個技術的出現對於語音合成和語音識別領域具有重要意義。OpenVoice 的 zero-shot-tts 能力使其在業界具有競爭力

Python★ 37k⑂ 4.1kother

☆

2noise/ChatTTS

ChatTTS：每日對話的生成語音模型 — ChatTTS是一個開源項目，使用Python和Torch等庫來實現生成語音模型。它可以用於每日對話的語音合成，提供自然和流暢的語音體驗。這個項目對於語音助手、聊天機器人等領域具有重要意義

Python★ 39.7k⑂ 4.2kai-ml

☆

CorentinJ/Real-Time-Voice-Cloning

Real-Time-Voice-Cloning：即時語音克隆技術 — Real-Time-Voice-Cloning 是一個基於 Python 的開源項目，利用 deep-learning 和 TTS 技術實現即時語音克隆。這個項目可以快速生成任意語音內容，對語音合成和語音識別領域具有重要意義。它支持多種框架，包括 PyTorch 和 TensorFlow

Python★ 60k⑂ 9.4kai-ml

☆

moonshine-ai/moonshine

moonshine：低延遲語音處理 — moonshine 提供低延遲的語音轉文字、意圖識別和文字轉語音功能，特别適合用於開發語音代理和用戶界面，提升用戶體驗。

C++★ 10.1k⑂ 526ai-ml

+282 ★☆

babysor/MockingBird

MockingBird：實時語音合成 — MockingBird 利用 PyTorch 和深度學習技術，實現了快速和高質量的語音合成。這個工具可以用於各種應用，例如語音助手、播音等。它的出色性能和易用性使其成為語音合成領域的一個重要突破

Python★ 36.9k⑂ 5.2kai-ml

☆

github-linguist/linguist

linguist：語言分析工具 — linguist 是一個開源工具，使用 Ruby 開發，能夠分析程式碼的語言並提供語言統計和語法分析。它的功能包括語言識別、語法高亮和語言統計等。linguist 的目的是為開發者提供一個準確的語言分析工具，以便於程式碼的管理和維護

Ruby★ 13.6k⑂ 5.3kbackend

☆

togatoga/karukan

karukan：Linux、macOS 的日語輸入法系統 — karukan 是一個開源的日語輸入法系統，適用於 Linux 和 macOS 平台。它使用神經網路技術實現假名漢字轉換，提供高效和準確的輸入體驗。karukan 的開發使用 Rust 語言，保證了系統的穩定性和安全性

Rust★ 623⑂ 38ai-ml

+42 ★☆

open-mmlab/Amphion

Amphion：音頻、音樂和語音生成工具包 — Amphion是一個基於Python的工具包，提供了一系列的音頻、音樂和語音生成功能，包括音頻合成、音樂生成、語音合成等。它的目的是支持可重現的研究和幫助初級研究人員和工程師入門音頻、音樂和語音生成研究和開發領域。通過使用Amphion，研究人員和工程師可以快速地開發和測試自己的音頻、音樂和語音生成模型。

Python★ 10k⑂ 829other

☆

cypress-io/cypress

cypress：快速、簡單、可靠的測試工具 — cypress 提供了一種快速、簡單、可靠的測試方式，適用於任何在瀏覽器中運行的應用程式。它支持 TypeScript 等語言，能夠實現自動化測試，從而提高開發效率和品質。cypress 的出色性能和易用性使其成為開發人員的首選工具

TypeScript★ 50.7k⑂ 3.6kweb

+19 ★☆

supertone-inc/supertonic

supertonic：輕量級、多語言、在設備上的文字轉語音系統 — supertonic 是一個基於 ONNX 的文字轉語音系統，能夠快速地在各種設備上運行，支持多種語言和平臺，包括 iOS、Android、Web 等。它使用 Swift 語言開發，能夠實現輕量級和高效的文字轉語音功能。supertonic 的出現對於語音合成和語音助手等領域具有重要意義

Swift★ 13.4k⑂ 1.4kmobile

☆

esengine/DeepSeek-Reasonix

DeepSeek-Reasonix：終端機的人工智慧編碼代理 — DeepSeek-Reasonix是一個基於Go語言開發的AI編碼代理，能夠運行於終端機，提供穩定的前綴緩存功能，讓開發人員更高效地編碼。它通過CLI提供交互式界面，支持多種編程語言，包括TypeScript等。DeepSeek-Reasonix的出現對於開發人員來說是一個福音，因為它能夠大大提高編碼效率和質量

Go★ 27.3k⑂ 1.7ktools

☆

tisfeng/Easydict

Easydict：简洁优雅的词典翻译macOS App — Easydict是一个简洁优雅的词典翻译macOS App，支持离线OCR识别和多家翻译服务，如有道词典、Google、Bing、DeepL等。它可以帮助用户快速翻译文本和查找单词，支持多种翻译服务，包括OpenAI、Gemini等。Easydict的离线OCR识别功能使其即使在没有网络连接的情况下也能正常工作

Swift★ 13.9k⑂ 701mobile

☆

mozilla/DeepSpeech

DeepSpeech：開源語音識別引擎 — DeepSpeech是一個開源的嵌入式語音識別引擎，利用Deep Learning和TensorFlow等技術，能夠在各種設備上實時運行，提供高準確度的語音識別功能。這個項目對於各種語音應用有重要意義，包括語音助手、語音控制等。DeepSpeech的開源性質也使得其能夠被廣泛使用和修改。

C++★ 26.8k⑂ 4.1kai-ml

☆

sharkdp/hyperfine

hyperfine：命令列效能基準測試工具 — hyperfine是一個基於Rust的命令列工具，允許用戶輕鬆地比較不同命令或程式的執行效能。它提供了詳細的統計數據和圖表，以幫助用戶了解程式的效能特點。透過hyperfine，開發人員可以找出程式的瓶頸並進行優化

Rust★ 28.5k⑂ 501tools

☆

taizilongxu/interview_python

interview_python：Python 面试题库 — interview_python 项目包含了丰富的 Python 面试题，涵盖了多个领域和技术，能够帮助开发者了解面试的重点和难点。通过这个项目，开发者可以更好地准备面试，提高面试的成功率。同时，也可以帮助开发者发现自己的知识缺陷，进一步提高自己的技能

Shell★ 17.4k⑂ 5.5kother

☆

handy-computer/transcribe.cpp

transcribe.cpp：語音轉文字工具 — transcribe.cpp 是一個基於 ggml 庫的語音轉文字工具，支援超過 16 種不同的模型家族。它能夠高效地將語音轉換為文字，適用於各種需要自動轉錄語音的場景。

C++★ 1.4k⑂ 35other

+395 ★☆

google/googletest

googletest：Google 測試與模擬框架 — googletest 提供了豐富的測試功能和工具，包括測試框架、模擬庫等，幫助開發者寫出高質量的代碼。它的優點包括易於使用、靈活性高和可擴展性強，廣泛應用於各個領域的軟件開發中。通過使用 googletest，開發者可以更好地保證代碼的正確性和可靠性

C++★ 38.8k⑂ 10.8kbackend

☆

m87-labs/moondream

moondream：微型視覺語言模型 — moondream 是一個基於 Python 的微型視覺語言模型，利用深度學習技術實現視覺和語言之間的交互。這個模型可以用於各種應用，例如圖像描述、視覺問答等。moondream 的開發對於推動人工智慧和機器學習的發展具有重要意義

Python★ 9.9k⑂ 789other

☆

darknessomi/musicbox

musicbox：命令行音乐工具 — musicbox是一个命令行界面的音乐工具，允许用户在终端中控制和播放音乐。它支持网易云音乐的功能，提供了便捷的音乐播放体验。通过使用musicbox，用户可以更方便地管理和播放音乐

Python★ 9.8k⑂ 1.6kother

☆

chenglou/pretext

pretext：快速、準確的文字測量和佈局 — pretext 能夠快速和準確地計算文字的尺寸和佈局，同時也提供了全面的文字測量功能。這個工具對於需要處理大量文字資料的開發人員來說非常重要。通過使用 pretext，開發人員可以更好地控制文字的顯示和排版

TypeScript★ 49.2k⑂ 2.7kweb

☆

interviewstreet/hiring-agent

hiring-agent：人工智慧招聘評估代理 — hiring-agent 是一個人工智慧代理，利用 AI 技術評估和評分簡歷，以幫助企業快速找到合適的候選人。這個代理可以自動化招聘流程，節省時間和成本。同時，hiring-agent 也可以提供更客觀和公平的評估結果

Python★ 2.5k⑂ 623ai-ml

+203 ★☆

hiyouga/LlamaFactory

LlamaFactory：大型語言模型優化 — LlamaFactory 通過提供一個統一的介面，支持多種微調技術，如 PEFT、LORA 和 QLoRA，從而實現了對多個大型語言模型的高效微調。這個項目對於自然語言處理（NLP）領域具有重要意義，因為它能夠大大提高模型的性能和效率。另外，LlamaFactory 還支持多種模型，包括 GPT、LLaMA 和 Transformers 等

Python★ 73.4k⑂ 9kai-ml

☆

microsoft/VibeVoice

VibeVoice：開源前沿語音AI — VibeVoice是一個開源的語音AI項目，使用Python語言開發，提供了一種新的語音交互方式。它利用AI技術來實現語音識別、語音合成等功能，為用戶提供更好的語音體驗。VibeVoice的開源性使得開發者可以自由地擴展和修改它

Python★ 50k⑂ 5.6kai-ml

☆

AudioKit/AudioKit

AudioKit：音頻合成和分析平台 — AudioKit是一個開源的音頻合成、處理和分析平台，提供了一系列強大的API，讓開發者可以輕鬆地創建和操作音頻內容。它支援多種音頻格式和協議，包括MIDI，讓開發者可以創建出豐富多樣的音頻體驗。通過使用AudioKit，開發者可以打造出高品質的音頻應用，滿足不同用戶的需求

Swift★ 11.4k⑂ 1.6kmobile

☆

iovisor/bcc

bcc：Linux IO 分析和監控工具 — bcc 提供了一系列基於 BPF 的工具，用于 Linux IO 分析、網路監控和其他系統監控任務。這些工具可以幫助開發人員和系統管理員更好地了解系統的行為和性能。bcc 的工具集合包括網路監控、IO 分析和安全監控等功能

C★ 22.6k⑂ 4.1kdevops

☆

goss-org/goss

goss：伺服器測試/驗證工具 — goss是一個開源工具，使用Go語言開發，提供快速和易於使用的伺服器測試和驗證功能。它可以幫助用戶驗證伺服器設定、健康狀態和基礎設施配置，確保伺服器的穩定性和安全性。通過使用goss，開發人員可以更容易地實現測試驅動開發（TDD）和基礎設施即程式碼（IaC）

Go★ 5.9k⑂ 492devops

☆