Модуль TTS и ASR с поддержкой автоматического определения активного голоса для Freeswitch. Я создал его для Nature Sound Interactive, с помощью встроенного движка LUA мы легко можем создать подобное приложение для Freeswtich.

Данная программа представляет собой демонстрационную версию стандартной версии системы распознавания речи для интеллектуального облачного сервиса Baidu. Она готова к непосредственному использованию.

Система распознавания китайской речи на основе глубокого обучения.

Easy-to-use Speech Toolkit including SOTA ASR pipeline, influential TTS with text frontend and End-to-End Speech Simultaneous Translation.

DeepSpeech2 — это открытый проект, представляющий собой систему автоматического распознавания речи (ASR) с использованием платформы PaddlePaddle.

АЙ имитация голоса: клонирует ваш голос и генерирует произвольный аудиоконтент. Клонирование голоса за 5 секунд для создания произвольной речи в реальном времени.

Реалтайм войс клонинг — это трансферное обучение от верификации спикера к мультиспикерному тексту.

На основе WebSocket реализована **мгновенная коммуникация в браузере между пользователями с помощью текста, видео и аудио**, а также **преобразование речи в текст в реальном времени**.

Программа интеллектуального голосового управления, работающая на таких платах для разработки, как Raspberry Pi, Nanopi и Orange Pi. Эта программа основана на технологиях распознавания речи от Baidu, синтеза речи и искусственного интеллекта, подобного ин...

Создание простого голосового навыка для Tmall Genie.