Inicio Proyectos GigaAM
GigaAM

GigaAM

por salute-developers · GitHub

Modelo fundamental para tareas de reconocimiento de voz.

Ver en GitHub
En palabras simples

Utiliza un modelo de reconocimiento de voz entrenado en múltiples idiomas para transcribir audio con alta precisión.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿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 →
GigaAM — GitHub preview card
📈 Historial de estrellas
712688
2026-07-202026-07-29
📈 Sigue GigaAM

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

Modelo fundamental para tareas de reconocimiento de voz.

GigaAM tiene 712 estrellas en GitHub. Se ha bifurcado 95 veces. GigaAM está escrito principalmente en Python. Se desarrolla activamente desde 2024. GigaAM está disponible bajo la licencia MIT. Sus temas principales son: emotion-recognition, foundation-models, self-supervised-learning, speech-recognition.

Frequently asked questions

¿Qué es GigaAM?

Modelo fundamental para tareas de reconocimiento de voz.

¿GigaAM es de código abierto?

GigaAM es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿GigaAM es gratis?

Sí. GigaAM es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está GigaAM?

GigaAM está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito GigaAM?

GigaAM está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — GigaAM

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=salute-developers-gigaam)](https://opensourceai.tech/project/salute-developers-gigaam.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
byol-pytorch
Implementación utilizable de "Bootstrap Your Own Latent" aprendizaje auto-supervisado, de Deepm…
1.9k · artificial-intelligence
comparteself-supervised-learning
ModelsGenesis
[MICCAI 2019 Young Scientist Award] [MEDIA 2020 Best Paper Award] Models Genesis, uno de los pr…
789 · 3d-model
comparteself-supervised-learningfoundation-models
Emotion-recognition
Reconocimiento de emociones en tiempo real
1.2k · computer-vision
comparteemotion-recognition
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
self-supervised-speech-recognition
transcripción de voz a texto con aprendizaje auto-supervisado basado en el marco wav2vec 2.0
380 · self-supervised-learning
comparteself-supervised-learningspeech-recognition
World-Models-Autonomous-Driving-Survey
Una lista curada de modelos del mundo para conducción autónoma.
526 · autonomous-driving
comparteself-supervised-learning
dragonfly
Marco de reconocimiento de voz que permite una potente programación y extensión basada en Pytho…
415 · python
compartespeech-recognition
VLABench
Repositorio oficial de VLABench, un benchmark a gran escala diseñado para evaluar de manera jus…
454 · embodied
compartefoundation-models
sc_depth_pl
SC-Depth (V1, V2 y V3) para estimación de profundidad monocular no supervisada Página web:https…
487 · computer-vision
comparteself-supervised-learning

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