Accueil Projets GigaAM
GigaAM

GigaAM

par salute-developers · GitHub

Modèle fondamental pour les tâches de reconnaissance vocale

Voir sur GitHub
En termes simples

Utilisez un modèle de reconnaissance vocale entraîné sur plusieurs langues pour transcrire de l'audio avec une grande précision.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
GigaAM — GitHub preview card
📈 Historique des étoiles
712688
2026-07-202026-07-29
📈 Suivez GigaAM

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Modèle fondamental pour les tâches de reconnaissance vocale

GigaAM compte 712 étoiles sur GitHub. Il a été forké 95 fois. GigaAM est écrit principalement en Python. Il est développé activement depuis 2024. GigaAM est disponible sous licence MIT. Ses principaux thèmes sont : emotion-recognition, foundation-models, self-supervised-learning, speech-recognition.

Frequently asked questions

Qu'est-ce que GigaAM ?

Modèle fondamental pour les tâches de reconnaissance vocale

GigaAM est-il open source ?

GigaAM est un projet open source. Il est distribué sous licence MIT.

GigaAM est-il gratuit ?

Oui. GigaAM est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est GigaAM ?

GigaAM est disponible sous licence MIT.

Dans quel langage GigaAM est-il écrit ?

GigaAM est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — GigaAM

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=salute-developers-gigaam)](https://olud.ai/project/salute-developers-gigaam.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
byol-pytorch
Implémentation utilisable de "Bootstrap Your Own Latent" apprentissage auto-supervisé, de Deepm…
1.9k · artificial-intelligence
partageself-supervised-learning
ModelsGenesis
[MICCAI 2019 Young Scientist Award] [MEDIA 2020 Best Paper Award] Models Genesis, l'un des prem…
789 · 3d-model
partageself-supervised-learningfoundation-models
Emotion-recognition
Reconnaissance des émotions en temps réel
1.2k · computer-vision
partageemotion-recognition
kaldi-gstreamer-server
Serveur de reconnaissance vocale en temps réel à duplex intégral, basé sur l'outil Kaldi et le…
1.1k · speech-recognition
partagespeech-recognition
FastASR
这是一个用C++实现ASR推理的项目,它依赖很少,安装也很简单,推理速度很快,在树莓派4B等ARM平台也可以流畅的运行。 支持的模型是由Google的Transformer模型中优化而来,数…
553 · speech-recognition
partagespeech-recognition
self-supervised-speech-recognition
transcription vocale en texte avec apprentissage auto-supervisé basé sur le cadre wav2vec 2.0
380 · self-supervised-learning
partageself-supervised-learningspeech-recognition
World-Models-Autonomous-Driving-Survey
Une liste soigneusement sélectionnée de modèles mondiaux pour la conduite autonome.
526 · autonomous-driving
partageself-supervised-learning
dragonfly
Cadre de reconnaissance vocale permettant un puissant scripting et une extension basés sur Pyth…
415 · python
partagespeech-recognition
VLABench
Repo officiel de VLABench, un benchmark à grande échelle conçu pour évaluer équitablement VLA,…
454 · embodied
partagefoundation-models
sc_depth_pl
SC-Depth (V1, V2 et V3) pour l'estimation de profondeur monoculaire non supervisée Page web : h…
487 · computer-vision
partageself-supervised-learning

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.