Início Projetos NISQA
NISQA

NISQA

por gabrielmittag · GitHub

NISQA - Avaliação de Qualidade de Fala Não Intrusiva e Naturalidade de TTS

Ver no GitHub
Em palavras simples

Avalie a qualidade das amostras de fala e sua naturalidade usando um modelo de aprendizado profundo projetado para esse fim.

⭐ Estrelas
🍴 Forks
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
NISQA — GitHub preview card
📈 Histórico de estrelas
964963
2026-07-202026-07-29
📈 Acompanhe NISQA

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

NISQA - Avaliação de Qualidade de Fala Não Intrusiva e Naturalidade de TTS

NISQA tem 963 estrelas no GitHub. Foi bifurcado 151 vezes. NISQA é escrito principalmente em Python. Está em desenvolvimento ativo desde 2019. NISQA está disponível sob a licença MIT. Os seus principais temas são: deep-learning, icassp, interspeech, pytorch.

Frequently asked questions

O que é NISQA?

NISQA - Avaliação de Qualidade de Fala Não Intrusiva e Naturalidade de TTS

NISQA é de código aberto?

NISQA é um projeto de código aberto. É distribuído sob a licença MIT.

NISQA é gratuito?

Sim. NISQA é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está NISQA?

NISQA está disponível sob a licença MIT.

Em que linguagem NISQA está escrito?

NISQA é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — NISQA

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=gabrielmittag-nisqa)](https://opensourceai.tech/project/gabrielmittag-nisqa.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.