OpenAI 开源的通用语音识别模型，支持多语言转写与翻译。
pyannote-audio
神经网络说话人分离工具包。
- 分类
- 🎙️ 语音与音频
- 仓库
- pyannote/pyannote-audio
- Stars
- ★ 10,634
- Forks
- 1,117
- 语言
- Jupyter Notebook
- 许可证
- MIT
- 最近更新
- 2026-10-07
- 访问次数
- 0
说话人分离
同类项目
仅需几秒到一分钟语音即可克隆音色并合成的 TTS 工具。
通义实验室的多语言语音合成大模型，支持零样本音色克隆。
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
The open-source AI voice studio. Clone, dictate, create.
Open-Source Frontier Voice AI