voxcpmOpenBMB
नयाVoxCPM2 एक टोकन-रहित टेक्स्ट-टू-स्पीच सिस्टम है जिसमें 30 भाषाओं का समर्थन, टेक्स्ट से वॉइस डिज़ाइन, नियंत्रित वॉइस क्लोनिंग और 48kHz ऑडियो आउटपुट वाली 2B डिफ्यूज़न ऑटोरेग्रेसिव मॉडल शामिल है।
OPEN SOURCE, OPEN TO EVERYONE
ओपन सोर्स। नई संभावनाएँ।
उत्कृष्ट ओपन-सोर्स प्रोजेक्ट खोजें, गुमनाम रूप से प्रोजेक्ट सबमिट करें और अपने प्रोजेक्ट का दावा कर उसे संपादित करें।
✳संपादकीय चयन · अच्छा ओपन सोर्स खोजें4102खोजे गए
जिज्ञासा के साथ ओपन सोर्स खोजें।
THE FIRST COLLECTIONTopic: speech清除
modelscopemodelscope
नयाModelScope एक ओपन-सोर्स पायथन लाइब्रेरी है जो Model-as-a-Service को लागू करती है, CV, NLP, ऑडियो, मल्टी-मोडल और वैज्ञानिक मॉडलों के अनुमान, फाइन-ट्यूनिंग और मूल्यांकन के लिए एकीकृत pipeline, Trainer और MsDataset इंटरफेस प्रदान करती है, साथ ही मॉडल/डेटासेट हब एकीकरण।
speech-to-speechhuggingface
नयाSpeech To Speech एक मॉड्यूलर वॉइस-एजेंट पाइपलाइन है जो VAD → STT → LLM → TTS की चार चरणों में काम करती है और WebSocket/WebRTC पर ओपनएआई Realtime ईवेंट सेट लागू करती है।