Modelo de reconhecimento de voz de uso geral e código aberto da OpenAI, com transcrição e tradução multilíngues.
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)
- Categoria
- 🎙️ Voz e áudio
- Repositório
- NVIDIA-NeMo/Speech
- Estrelas
- ★ 18.591
- Forks
- 3.649
- Linguagem
- Python
- Licença
- Apache-2.0
- Última atualização
- 2026-10-16
- Visitas
- 0
TTS
Projetos semelhantes
Ferramenta de TTS que clona uma voz e sintetiza fala com apenas alguns segundos a um minuto de áudio.
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