OpenAI が公開した汎用の音声認識モデル。多言語の文字起こしと翻訳に対応。
pyannote-audio
神经网络说话人分离工具包。
- カテゴリ
- 🎙️ 音声とオーディオ
- リポジトリ
- pyannote/pyannote-audio
- スター
- ★ 10,661
- フォーク
- 1,120
- 言語
- Jupyter Notebook
- ライセンス
- MIT
- 最終更新
- 2026-10-16
- アクセス数
- 0
話者分離
関連プロジェクト
数秒から 1 分の音声だけで声をクローンして音声合成できる TTS ツール。
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