WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
库 / 框架
speech_recognition
Uberi/speech_recognition
Python 语
音识
别库,
统
一
封
装
多
种
在线
与
离线识
别
引擎
(Google、
Whisper、
Vosk
等),
供开发者
在
程序
中
调用。
去 GitHub 看仓库
复制链接
标签
python
audio
speech-recognition
speech-to-text
同类项目
speechbrain
11.9k
基于
PyTorch
的
会话式
AI语
音工
具包,
提供
两
百
余
种
语音
文本
任务
训练
配方
与
预训
练
模型。
faster-whisper
26.7k
基于
CTranslate2
的
Whisper语
音
转写
推理
库,
更
快
更
省
内存,
支持量化
与
词级
时间
戳。
vosk-api
15.2k
支持
20
多
种
语言
的
离线语
音识
别工
具包,
提供
多
语言SDK
绑定,
可跑
在
手机
与
服务器
上。
librosa
8.8k
Python
音频
与
音乐信号
处理库,
提供
特征
提取、
节拍、
频谱
等
音乐
信息
检索
基础算法,
供
研究
与
开发
使用。
essentia
3.8k
开源
C++
音频
与
音乐
信息
检索库
(含 Python
绑定),
提供
信号
处理
与
音色、
节奏、
调性
等
音乐
特征
提取
算法。
aubio
3.8k
音频
与
音乐
分析库,
可
检测
起音、
音高、
节拍
并生成
MIDI,
提供
C
接口、
Python 模块
及
命令
行
工具。
8999
python,audio,speech-recognition
Python 语音识别库,统一封装多种在线与离线识别引擎(Google、Whisper、Vosk 等),供开发者在程序中调用。
←
上一个
aws-vault
下一个
→
lefthook