Универсальная open-source модель распознавания речи от OpenAI с многоязычной транскрипцией и переводом.
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)
- Категория
- 🎙️ Речь и аудио
- Репозиторий
- NVIDIA-NeMo/Speech
- Звёзды
- ★ 18 591
- Форки
- 3 649
- Язык
- Python
- Лицензия
- Apache-2.0
- Последнее обновление
- 2026-10-16
- Переходы
- 0
TTS
Похожие проекты
TTS-инструмент, который клонирует голос и синтезирует речь всего по нескольким секундам или минуте записи.
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