Modelo de reconocimiento de voz de propósito general y código abierto de OpenAI, con transcripción y traducción multilingües.
NeMo
A scalable generative AI framework built for researchers and developers working on Large Language Models, Multimodal, and Speech AI (Automatic Speech Recognition and Text-to-Speech)
- Categoría
- 🎙️ Voz y audio
- Repositorio
- NVIDIA-NeMo/Speech
- Estrellas
- ★ 18.598
- Forks
- 3650
- Lenguaje
- Python
- Licencia
- Apache-2.0
- Última actualización
- 2026-10-17
- Visitas
- 0
TTS
Proyectos similares
Herramienta de TTS que clona una voz y sintetiza habla con solo unos segundos o un minuto de audio.
通义实验室的多语言语音合成大模型，支持零样本音色克隆。
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
The open-source AI voice studio. Clone, dictate, create.
Open-Source Frontier Voice AI