OpenAI का ओपन-सोर्स सामान्य-उद्देश्य स्पीच रिकग्निशन मॉडल, बहुभाषी ट्रांसक्रिप्शन और अनुवाद का समर्थन।
pyannote-audio
神经网络说话人分离工具包。
- श्रेणी
- 🎙️ आवाज़ और ऑडियो
- रिपॉज़िटरी
- pyannote/pyannote-audio
- स्टार
- ★ 10,661
- फ़ोर्क
- 1,120
- भाषा
- Jupyter Notebook
- लाइसेंस
- MIT
- अंतिम अपडेट
- 2026-10-16
- विज़िट
- 0
स्पीकर डायराइज़ेशन
मिलते-जुलते प्रोजेक्ट
केवल कुछ सेकंड से एक मिनट की आवाज़ से आवाज़ क्लोन करके स्पीच बनाने वाला TTS टूल।
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