NVIDIA-NeMo
Speech
语音识别NVIDIA NeMo Speech 是一个可扩展的生成式 AI 框架，专为语音识别与语音合成任务打造，帮开发者省去从零搭建训练流程的麻烦。最典型的用法是拿它微调 ASR 模型，通过 Python 脚本或 CLI 完成数据准备、训练与推理。
查看 GitHub 原始描述（英文）
A scalable generative AI framework built for researchers and developers working on Large Language Models, Multimodal, and Speech AI (Automatic Speech Recognition and Text-to-Speech)
#asr#deeplearning#generative-ai#machine-translation#neural-networks#speaker-diariazation#speaker-recognition#speech-synthesis#speech-translation#tts
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
