Paddle Parallel Text-to-Speech ToolKit (поддерживающий WaveFlow, WaveNet, Transformer TTS и Tacotron2).

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.

Услуги распознавания речи

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

WeNet — это набор инструментов для распознавания речи, ориентированный на применение в промышленности. Он предоставляет полный цикл услуг от обучения модели распознавания речи до её развёртывания.

Один из видов анимации контролируется с помощью голоса.

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

ESPnet — это комплексный инструментарий для обработки речи.

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**.