Annuaire de skills

Découvrez des skills réutilisables pour les AI agents.

Recherchez de vrais skills GitHub par tâche et vérifiez Stars, confiance, audit, catégorie et chemin d’installation avant de les utiliser.

Chaque recommandation reste clairement reliée à son dépôt, son audit et son chemin d’installation.

Résultats de recherche: speech-recognition

Annuaire en anglais

WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)

23K
Stars
87/100
Confiance
Catégorie: media-automationAudit

The world's simplest facial recognition api for Python and the command line

57K
Stars
77/100
Confiance
Catégorie: ml-automationAudit

Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node

15K
Stars
87/100
Confiance
Catégorie: media-automationAudit

VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning

31K
Stars
87/100
Confiance
Catégorie: media-automationAudit

Multilingual speech understanding: ASR + emotion recognition + audio event detection. 50+ languages, 15x faster than Whisper, non-autoregressive.

8.6K
Stars
77/100
Confiance
Catégorie: media-automationAudit

A Lightweight Face Recognition and Facial Attribute Analysis (Age, Gender, Emotion and Race) Library for Python

23K
Stars
87/100
Confiance
Catégorie: ml-automationAudit

An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System

21K
Stars
77/100
Confiance
Catégorie: media-automationAudit

🌈一个跨平台的划词翻译和OCR软件 | A cross-platform software for text translation and recognition.

19K
Stars
87/100
Confiance
Catégorie: document-processingAudit

Speech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages

13K
Stars
87/100
Confiance
Catégorie: media-automationAudit

Easy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.

13K
Stars
87/100
Confiance
Catégorie: media-automationAudit

A PyTorch-based Speech Toolkit

12K
Stars
82/100
Confiance
Catégorie: media-automationAudit

A generative speech model for daily dialogue.

40K
Stars
81/100
Confiance
Catégorie: agent-frameworksAudit