
可嵌入應用程式的前沿 CoreML 音訊模型 —— 語音合成、語音辨識、語音活動偵測與說話者分離。基於 Swift,採用 SOTA 開源技術。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
3,000
±0 (10月13日〜)
最後提交
2026年11月
GitHub 建立日期
2025年6月21日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 2,900 |
| 2026年10月 | 3,000 |
| 2026年11月 | 3,000 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
NeMo SpeechNVIDIA-NeMo19k為從事大型語言模型、多模態與語音 AI(自動語音辨識與文字轉語音)研究和開發的人員打造的可擴充生成式 AI 框架。
sherpa-onnxk2-fsa15k基於新一代 Kaldi 與 onnxruntime、無需連網的語音辨識、語音合成、說話者分離、語音增強、聲源分離與 VAD。支援嵌入式系統、Android、iOS、HarmonyOS、Raspberry Pi、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64 伺服器、WebSocket 伺服端/用戶端,並支援12種程式語言。
moonshinemoonshine-ai11k面向建構語音代理與介面的超低延遲語音轉文字、意圖識別與文字轉語音。
CrispASRCrispStrobe732面向多語言語音辨識與語音合成模型的 C++(ggml)執行環境中心:Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 等,另提供通用強制對齊等功能。
whisperopenai110k透過大規模弱監督實現的穩健語音辨識。
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。
研究領域相近的資源
- LFM2.5-Audio-1.5B-JP-GGUFLiquidAI506k量化 GGUF 版本的 LiquidAI LFM 2.5‑Audio 1.5B JP 模型,包括語言、音訊編碼器和聲碼器權重(F32/F16/Q8_0/Q4_0),以及使用 llama.cpp 的 ASR 與 TTS CLI/Server 運行器。HF 模型共同: 語音辨識・語音合成
mlx-audioNeywa-Labs8k基於 Apple MLX 框架建構的語音合成(TTS)、語音辨識(STT)與語音轉換(STS)函式庫,在 Apple Silicon 上提供高效的語音分析。共同: 語音辨識・語音合成- kana-whispersbintuitions42k一個經過微調的 Whisper large-v3-turbo 模型,能將日語語音轉錄成片假名,作為 Sarashina2.2-TTS 專案內 Joyo Kanji Yomi Benchmark 的 ASR 組件,同時驅動 Kana CER Usage With Transformers 管道。HF 模型共同: 語音辨識・語音合成
- japanese-hubert-base-phoneme-ctc-v2prj-beatrice7kFine‑tuned Japanese phoneme CTC model based on rinna/japanese-hubert-base, released as a higher‑accuracy v2 that excludes sentences containing “日本/方/明日”, removes those with “十/0/0” whose pyopenjtalk-plus pronunciation includes “ジュッ”, and changes the “言う” pronunciation from “イウ” to “ユー”.HF 模型共同: 語音辨識・語音合成
- japanese-hubert-base-phoneme-ctcprj-beatrice4k基於 rinna/japanese‑hubert‑base 的微調日語音素 CTC 模型,使用 ReazonSpeech v2 數據與 pyopenjtalk‑plus 標籤訓練,在新版 v2 釋出(prj-beatrice/japanese-hubert-base-phoneme-ctc-v2)中達到更佳準確度。HF 模型共同: 語音辨識・語音合成
- japanese-hubert-base-phoneme-ctc-v3prj-beatrice2kFine‑tuned Japanese HuBERT‑base for CTC phoneme recognition (v3),加入 MeCab N‑best 與 pyopenjtalk‑plus 後處理,使用結合 CTC 和 MeCab 成本的加權損失、更新排除規則,以及新增「ty」音素。HF 模型共同: 語音辨識・語音合成