MASR
Marco de reconocimiento automático de voz en tiempo real y no en tiempo real implementado en Pytorch, compatible con reconocimiento en línea y fuera de línea, actualmente soporta modelos Conformer, Squeezeformer, DeepSpeech2, y múltiples métodos de aumento de datos.
Utiliza un marco de reconocimiento de voz para convertir palabras habladas en texto en varios dispositivos.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasMarco de reconocimiento automático de voz en tiempo real y no en tiempo real implementado en Pytorch, compatible con reconocimiento en línea y fuera de línea, actualmente soporta modelos Conformer, Squeezeformer, DeepSpeech2, y múltiples métodos de aumento de datos.
MASR tiene 725 estrellas en GitHub. Se ha bifurcado 116 veces. MASR está escrito principalmente en Python. Se desarrolla activamente desde 2020. MASR está disponible bajo la licencia Apache-2.0. Sus temas principales son: asr, conformer, deep-learning, deepspeech.
¿Qué es MASR?
Marco de reconocimiento automático de voz en tiempo real y no en tiempo real implementado en Pytorch, compatible con reconocimiento en línea y fuera de línea, actualmente soporta modelos Conformer, Squeezeformer, DeepSpeech2, y múltiples métodos de aumento de datos.
¿MASR es de código abierto?
MASR es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
¿MASR es gratis?
Sí. MASR es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está MASR?
MASR está disponible bajo la licencia Apache-2.0.
¿En qué lenguaje está escrito MASR?
MASR está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/yeyupiaoling-masr.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.