语音识别的一些开源项目整理

1、语音识别主流工具包

(1)ESPNET

推荐指数:★★★★★ 

star数量:4.4k

工具特点:支持多个语音任务,支持多个ASR端到端系统,当前最活跃的语音开源社区,是第三代端到端ASR系统的典型代表。

链接:https://github.com/espnet/espnet

(2)kaldi

推荐指数:★★★★☆

start数量:11k

工具特点:基于C++开发,工具丰富,2012-2018年最活跃的开源社区,是第二代神经网络ASR系统的典型代表。

链接:https://github.com/kaldi-asr/kaldi

(3)wenet

推荐指数:★★★★☆

start数量:1.5k

工具特点:基于pytorch,代码较为简洁,并有多个平台的runtime支持。

链接:https://github.com/wenet-e2e/wenet

(4)speechbrain

推荐指数:★★★★☆

star数量:3.3k

工具特点:该工具纯python化,易用性的设计较好。

链接:https://github.com/speechbrain/speechbrain

(5)ASRT

推荐指数:★★★★☆

star数量:4.9k

工具特点:端到端训练。

链接:https://github.com/nl8590687/ASRT_SpeechRecognition

(6)openasr

推荐指数:★★☆☆☆

start数量:100-

链接:https://github.com/by2101/OpenASR

(7)openspeech

推荐指数:★★☆☆☆

star数量:300+

链接:https://github.com/openspeech-team/openspeech

(8)lingvo

推荐指数:  ★★★☆☆

star数量:2.3k

工具特点:是google基于tensorflow开发的神经网络工具包,包含了asr在内的多个任务。

链接:https://github.com/tensorflow/lingvo

(9)fairseq

推荐指数:  ★★★☆☆

start数量:14.4k

工具特点:是meta基于pytorch开发的序列到序列建模的工具,包含了ASR在内的多个任务。

链接:https://github.com/pytorch/fairseq

(10)athena

star数量:700+

工具特点:端到端语音处理工具包,同样包含asr在内的多个任务。

链接:https://github.com/athena-team/athena

(11)deepspeechstar

star数量:18.5k

链接:https://github.com/mozilla/DeepSpeech

(12)wav2letter

star数量:5.9k

链接:https://github.com/flashlight/wav2letter

(13)CAT

star数量:100+

工具特点:基于CTC-CRF的ASR系统

链接:https://github.com/thu-spmi/CAT

(14)torchaudio

star数量:1.5k

工具特点:pytorch的audio库

链接:https://github.com/pytorch/audio

(15)htk

推荐指数:★★☆☆☆

工具特点:基于C开发,是第一代HMM的ASR系统的典型代表。

链接:https://htk.eng.cam.ac.uk/2、其他工具包

2、其他功能型工具包/库

(1)kaldiio 

链接:https://github.com/nttcslab-sp/kaldiio

(2)librosa

链接:https://github.com/librosa/librosa

(3)warp-ctc

链接:https://github.com/baidu-research/warp-ctc

(4)warp-transducer

链接:https://github.com/HawkAaron/warp-transducer

(5)k2

链接:https://github.com/k2-fsa/k2

(6)sctk

链接:GitHub - usnistgov/SCTK

语音识别的一些开源项目整理

 

上一篇:图片处理看这篇就完了「GitHub 热点速览 v.21.48」


下一篇:再见 Swagger UI,国人开源了一款超好用的 API 文档生成框架,Star 4.7K+,真香……