pl-asr-bigos-tools

Label Studio是一款多类型数据标注工具，它具有标准化的输出格式。

WhisperX：带单词级时间戳（和说话人识别）的自动语音识别

免费且保护隐私的屏幕录制工具，无任何限制

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。

使用Python进行图像多边形标注（包括多边形、矩形、圆形、直线、点和图像级标记标注）

使用CVAT，业界领先的机器学习数据引擎，提升标注效率。无论团队规模大小，无论数据量多少，都能信赖CVAT。

适用于Android、iOS、树莓派和服务器的离线语音识别API，支持Python、Java、C#和Node.js。

简单易用的语音工具包，包含自监督学习模型、具有标点符号的先进/流式语音识别、带文本前端的流式语音合成、说话人识别系统、端到端语音翻译和关键词识别功能。荣获NAACL2022最佳演示奖。

用于处理杂乱的真实世界数据和标签，进行数据质量提升和机器学习的标准数据中心人工智能套件。

基于PyTorch的语音工具包