Startseite Projekte DeepSpeech-examples
DeepSpeech-examples

DeepSpeech-examples

von mozilla · GitHub

Beispiele, wie man DeepSpeech verwendet oder integriert

Auf GitHub ansehen
In einfachen Worten

Erforschen Sie Beispiele zur Integration von Spracherkennung in Ihre Anwendungen, wie das Erkennen, wenn jemand spricht.

⭐ Sterne
🍴 Forks
📜 Lizenz
Lizenz nicht angegeben
📅 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 →
DeepSpeech-examples — GitHub preview card
📈 Sternhistorie
855854
2026-07-202026-07-29
📈 DeepSpeech-examples verfolgen

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

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

Beispiele, wie man DeepSpeech verwendet oder integriert

DeepSpeech-examples hat 854 Sterne auf GitHub. Es wurde 353-mal geforkt. DeepSpeech-examples ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Die Hauptthemen sind: deepspeech, dotnet, examples, machine-learning.

Frequently asked questions

Was ist DeepSpeech-examples?

Beispiele, wie man DeepSpeech verwendet oder integriert

Ist DeepSpeech-examples Open Source?

DeepSpeech-examples ist ein Open-Source-Projekt.

Ist DeepSpeech-examples kostenlos?

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

In welcher Sprache ist DeepSpeech-examples geschrieben?

DeepSpeech-examples ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — DeepSpeech-examples

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

[![olud.ai](https://olud.ai/badge.php?tool=mozilla-deepspeech-examples)](https://olud.ai/project/mozilla-deepspeech-examples.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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