speechNVIDIA-NeMo
NUEVONVIDIA NeMo Speech es un marco de trabajo PyTorch bajo licencia Apache-2.0 para construir, personalizar y desplegar modelos de IA de voz, que cubre reconocimiento automático del habla, texto a voz y LLMs de voz, con puntos de control preentrenados y rutas de instalación mediante Docker/uv.