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: voice-recognition

Annuaire en anglais

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

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

1 min voice data can also be used to train a good TTS model! (few shot voice cloning)

59K
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

Multi-lingual large voice generation model, providing inference, training and deployment full-stack ability.

22K
Stars
87/100
Confiance
Catégorie: support-automationAudit

💬 Open source machine learning framework to automate text- and voice-based conversations: NLU, dialogue management, connect to Slack, Facebook, and more - Create chatbots and voice assistants

21K
Stars
86/100
Confiance
Catégorie: ml-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

Turn one topic into a narrated Vox-style paper-collage explainer or ad video, from script through captions.

1.4K
Stars
74/100
Confiance
Catégorie: design-creativeAudit

Gradio WebUI for creators and developers, featuring key TTS (Edge-TTS, kokoro) and zero-shot Voice Cloning (E2 & F5-TTS, CosyVoice), with Whisper audio processing, YouTube download, Demucs vocal isolation, and multilingual translation.

12K
Stars
87/100
Confiance
Catégorie: media-automationAudit