MASR
Cadre de reconnaissance vocale automatique en flux et hors flux réalisé avec Pytorch, compatible avec la reconnaissance en ligne et hors ligne, prenant en charge les modèles Conformer, Squeezeformer, DeepSpeech2 et plusieurs méthodes d'augmentation de données.
Utilisez un cadre de reconnaissance vocale pour convertir des mots prononcés en texte sur divers appareils.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentCadre de reconnaissance vocale automatique en flux et hors flux réalisé avec Pytorch, compatible avec la reconnaissance en ligne et hors ligne, prenant en charge les modèles Conformer, Squeezeformer, DeepSpeech2 et plusieurs méthodes d'augmentation de données.
MASR compte 725 étoiles sur GitHub. Il a été forké 116 fois. MASR est écrit principalement en Python. Il est développé activement depuis 2020. MASR est disponible sous licence Apache-2.0. Ses principaux thèmes sont : asr, conformer, deep-learning, deepspeech.
Qu'est-ce que MASR ?
Cadre de reconnaissance vocale automatique en flux et hors flux réalisé avec Pytorch, compatible avec la reconnaissance en ligne et hors ligne, prenant en charge les modèles Conformer, Squeezeformer, DeepSpeech2 et plusieurs méthodes d'augmentation de données.
MASR est-il open source ?
MASR est un projet open source. Il est distribué sous licence Apache-2.0.
MASR est-il gratuit ?
Oui. MASR est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est MASR ?
MASR est disponible sous licence Apache-2.0.
Dans quel langage MASR est-il écrit ?
MASR est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/yeyupiaoling-masr.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.