语音合成领域统计列表请访问http://yqli.tech/page/tts_paper.html,语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。开源语音数据查询 http://yqli.tech/page/data.html。如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg)。读者有什么建议可以直接给我发消息,我将不断修改该统计。如有转载,请注明出处。欢迎关注微信公众号:低调奋进。
现在开源的语音工具包越来越多,有偏向学术,有偏向产业落地。大浪淘沙,哪个语音工具包在未来可以维持长青?
-
Kaldi (语音识别领域的老大哥,shell脚本和c++语言为主)
https://github.com/kaldi-asr/kaldi
-
k2 (新一代Kaldi的核心部分叫k2,k2让开发者在pytorch、tensorflow等框架快速实现各种语音识别算法)
https://github.com/k2-fsa/k2
-
Espnet (一个端到端的语音处理工具包,涵盖了端到端的语音识别、语音合成、语音翻译、语音增强、声纹识别、口语理解