Inicio Proyectos lip-reading-deeplearning
lip-reading-deeplearning
Python

lip-reading-deeplearning

🔓 Lectura de labios - Reconocimiento audio-visual cruzado utilizando arquitecturas 3D

por astorfi · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
3d-convolutional-networkcomputer-visiondeep-learningApache-2.0Python
Ver en GitHub
En palabras simples

Reconoce el habla analizando los movimientos de los labios utilizando técnicas avanzadas de redes neuronales 3D.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
lip-reading-deeplearning — GitHub preview card
📈 Historial de estrellas
1.91k1.90k
2026-07-202026-08-31
📈 Sigue lip-reading-deeplearning

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

🔓 Lectura de labios - Reconocimiento audio-visual cruzado utilizando arquitecturas 3D

lip-reading-deeplearning tiene 1.9k estrellas en GitHub. Se ha bifurcado 332 veces. lip-reading-deeplearning está escrito principalmente en Python. Se desarrolla activamente desde 2017. lip-reading-deeplearning está disponible bajo la licencia Apache-2.0. Sus temas principales son: 3d-convolutional-network, computer-vision, deep-learning, speech-recognition.

Frequently asked questions

¿Qué es lip-reading-deeplearning?

🔓 Lectura de labios - Reconocimiento audio-visual cruzado utilizando arquitecturas 3D

¿lip-reading-deeplearning es de código abierto?

lip-reading-deeplearning es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿lip-reading-deeplearning es gratis?

Sí. lip-reading-deeplearning es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está lip-reading-deeplearning?

lip-reading-deeplearning está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito lip-reading-deeplearning?

lip-reading-deeplearning está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — lip-reading-deeplearning

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=astorfi-lip-reading-deeplearning)](https://olud.ai/project/astorfi-lip-reading-deeplearning.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
kaldi-gstreamer-server
Servidor de reconocimiento de voz en tiempo real y dúplex completo, basado en el kit de herrami…
1.1k · speech-recognition
compartespeech-recognition
FastASR
Este es un proyecto de inferencia ASR implementado en C++, que tiene pocas dependencias, es fác…
553 · speech-recognition
compartespeech-recognition
dragonfly
Marco de reconocimiento de voz que permite una potente programación y extensión basada en Pytho…
413 · python
compartespeech-recognition
MedicalZooPytorch
Un marco de aprendizaje profundo basado en pytorch para segmentación de imágenes médicas 2D/3D…
1.9k · 3d-convolutional-network
comparte3d-convolutional-network
MinkowskiEngine
Minkowski Engine es una biblioteca de redes neuronales de auto-diferenciación para tensores dis…
2.9k · 3d-convolutional-network
comparte3d-convolutional-network
pocketsphinx
Un pequeño reconocedor de voz
4.3k · c
compartespeech-recognition
react-speech-recognition
💬Reconocimiento de voz para tu aplicación React
842 · react
compartespeech-recognition
Speech-and-Text
Conversión de voz a texto (PocketSphinx, API de Iflytex, API de Baidu) y de texto a voz (pyttsx…
342 · speech-recognition
compartespeech-recognition
local-talking-llm
Un LLM hablante que se ejecuta en tu propia computadora sin necesidad de internet.
878 · chatbot
compartespeech-recognition
whisper-playground
Construye aplicaciones web de speech2text en tiempo real usando Whisper de OpenAI https://opena…
833 · machine-learning
compartespeech-recognition

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.