#speech-recognition
4 个项目 Python
如何使用 GigaAM 实现比 Whisper 更精准的俄语语音识别
GigaAM 是 SberDevices 开源的声学模型系列，在俄语语音识别任务上优于 Whisper。本文将介绍它的功能和使用方法。
HTML
不要在神经网络课程的海洋中溺水：如何找到真正值得学习的课程
厌倦了在神经网络课程的海洋中挣扎？Deep Learning Drizzle 是一个精心策划的大学课程和讲座集合，来自全球顶级 AI 实验室——是碎片化 YouTube 教程的解药。
Python
MLX-Audio — 当你的 Apple Silicon Mac 学会说话和倾听
MLX-Audio 为 Apple Silicon Mac 带来极速的 TTS、STT 和 STS 功能。基于 Apple 的 MLX 框架构建，提供 Whisper、Kokoro、语音克隆等功能——全部本地运行，无需云成本。