Startseite Projekte onnx-asr
onnx-asr

onnx-asr

von istupakov · GitHub

Ein leichtgewichtiges Python-Paket für automatische Spracherkennung mit ONNX-Modellen

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
onnx-asr — GitHub preview card
📈 Sternhistorie
353345
2026-07-202026-07-29
📈 onnx-asr verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ein leichtgewichtiges Python-Paket für automatische Spracherkennung mit ONNX-Modellen

onnx-asr hat 353 Sterne auf GitHub. Es wurde 31-mal geforkt. onnx-asr ist hauptsächlich in Python geschrieben. Es wird seit 2025 aktiv entwickelt. onnx-asr ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: asr, lightweight, onnx, parakeet.

Frequently asked questions

Was ist onnx-asr?

Ein leichtgewichtiges Python-Paket für automatische Spracherkennung mit ONNX-Modellen

Ist onnx-asr Open Source?

onnx-asr ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist onnx-asr kostenlos?

Ja. onnx-asr ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht onnx-asr?

onnx-asr ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist onnx-asr geschrieben?

onnx-asr ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — onnx-asr

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=istupakov-onnx-asr)](https://opensourceai.tech/project/istupakov-onnx-asr.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.