ASR-Vietnamese

OpenAI Whisper 模型的 C/C++ 端口

使用Llama 3.3、DeepSeek-R1和推理大型语言模型微调，速度提升2倍，内存占用减少70%！

DeepSpeech是一个开源的嵌入式（离线，设备端）语音转文本引擎，它可以在从树莓派4到高性能GPU服务器等各种设备上实时运行。

欢迎来到Llama食谱！这是你构建Llama模型的指南，涵盖了推理、微调、检索增强生成（RAG）等入门知识。我们还会向你展示如何使用Llama模型家族解决端到端问题，以及如何在各种服务提供商平台上使用它们。

WhisperX：带单词级时间戳（和说话人识别）的自动语音识别

Kaldi语音识别工具的官方项目地址是kaldi-asr/kaldi。

一个可扩展的生成式AI框架，专为从事大型语言模型、多模态和语音AI（自动语音识别和文本转语音）研究和开发的科研人员和开发者而设计。

把视频从一种语言翻译成另一种语言，并配上配音。这个过程包括语音识别转录、语音合成和字幕翻译。

一个支持多种引擎和API（在线和离线）的Python语音识别模块。

一个利用深度学习技术的中文语音识别系统