全部项目
当前范围的仓库 4 · UTC 2026-11-05
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—NNVIDIA-NeMo / Speech专为大型语言模型、多模式和语音 AI（自动语音识别和文本转语音）研究人员和开发人员构建的可扩展生成式 AI 框架PythonApache-2.0 · 宽松，可直接商用名次历史不足18,6863,675——2026-11-02
2—Sspeechbrain / speechbrain基于 PyTorch 的语音工具包PythonApache-2.0 · 宽松，可直接商用名次历史不足11,9161,752——2026-10-14
3—Ppyannote / pyannote-audio用于说话人二值化的神经构建块：语音活动检测、说话人变化检测、重叠语音检测、说话人嵌入Jupyter NotebookMIT · 宽松，可直接商用名次历史不足10,7531,130——2026-11-03
4—FFluidInference / FluidAudio应用程序中的 Frontier CoreML 音频模型 — 文本转语音、语音转文本、语音活动检测和说话人分类。在 Swift 中，由 SOTA 开源提供支持。SwiftApache-2.0 · 宽松，可直接商用名次历史不足3,252501——2026-11-01
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。