مصدر مفتوح. آفاق جديدة.

Batchalign3 هو خط أنابيب صوتي وتعلم آلي من TalkBank لإنتاج وإثراء نصوص CHAT، ويغطي التعرف التلقائي على الكلام (ASR)، والمحاذاة القسرية، ووضع العلامات المورفولوجية العصبية، والترجمة، وتجزئة الكلام. يتضمن واجهة سطر أوامر (CLI)، وحزمة بايثون، وجسر PyO3، ولوحة تحكم React، وواجهة سطح مكتب Tauri تجريبية.

مكتبة Python لاسترداد ترجمة الفيديوهات على يوتيوب دون الحاجة لمفتاح API أو متصفح headless. تدعم لغات متعددة والترجمة وتنسيقات إخراج متنوعة.

Premove ITN هي مكتبة مفتوحة المصدر للتطبيع العكسي للنصوص المدرك للسياق لنسخ وكلاء الصوت بالإنجليزية، تحول مخرجات التعرف الآلي إلى صيغ كتابية عبر خط أنابيب توليد وتقييم وفك باستخدام تقييم سياقي من DeBERTa.

SenseVoiceSmall هو نموذج أساسي مفتوح المصدر للتعرف على الكلام، يغطي التعرف التلقائي على الكلام (ASR)، وتحديد اللغة، والتعرف على العواطف، واكتشاف الأحداث الصوتية، ويدعم الماندرين والكانتونية والإنجليزية واليابانية والكورية مع استدلال سريع غير تلقائي التتابع.